pytorch（一）

原创已于 2022-05-14 10:56:00 修改 · 316 阅读

0 ·

CC 4.0 BY-SA版权

版权归作者所有，如有转载，请注明转载作者

文章标签：

#pytorch #深度学习 #人工智能

于 2022-05-14 10:45:32 首次发布

深度学习相关专栏收录该内容

5 篇文章

订阅专栏

本文主要介绍了PyTorch这一主流深度学习框架，重点讲解了如何搭建和检查环境，包括Python版本、PyTorch版本、CUDA版本及GPU设备的验证。此外，还提及了神经网络的基本构成，如输入层、隐藏层、输出层、激活函数、优化器和损失函数等核心概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

主流框架

最主流的神经网络框架有三种，

谷歌的tensorflow；Facebook的PyTorch；百度的paddlepaddle

主要是研究Pytorch

主要参考资料（官方文档）

https://pytorch.org/docs/stable/index.html

https://pytorch-cn.readthedocs.io/zh/latest/

环境搭建：各种IDE均可，以及包均可
搭建好环境之后的环境检查
基于个人笔记本命令行的环境检测

E:\Icodetest\forPython>python
Python 3.9.0 (tags/v3.9.0:9cf6752, Oct  5 2020, 15:34:40) [MSC v.1927 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.7.1+cu110
>>> print(torch.backends.cudnn.version())
8004
>>> print(torch.cuda.get_device_name(0))
NVIDIA GeForce RTX 2060
>>> torch.cuda.is_available()
True
>>>