2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch,它是一个开源的Python机器学习库,用于NLP、CV等应用程序。
优点:
1. 相当简洁且高效快速的框架,入门简单;
2. 动态计算图:提供了一个可以在运行时构建计算图(甚至在运行时可更改)的一个框架;
3. 多gpu支持,自定义数据加载器和简化的预处理器。
1. 安装pyTorch
1.1 使用pip安装虚拟环境
# 安装pip
sudo apt install python3-pip
# 安装虚拟环境(新建一个myTorch的目录,安装在此目录下)
pip3 install virtualenv
# sudo apt install virtualenv
# 创建虚拟环境,并命名为DL
mkdir myTorch
cd myTorch
virtualenv --no-site-packages DL
# 进入虚拟环境
source DL/bin/activate
# 退出虚拟环境
deactivate
1.2 在虚拟环境内安装pytorch
安装地址:https://pytorch.org
进入官网安装页面选择系统、平台等,生成安装命令:

# Linux 安装
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
# Mac 安装
pip install torch torchvision
conda install pytorch torchvision torchaudio -c pytorch
# 加入清华源
-i https://pypi.tuna.tsinghua.edu.cn/simple
2. Tensor的概念及创建
scalar 标量: 一个数值
vector 向量: 一维数组
matrix 矩阵: 二维数组
tensor 张量: 大于二维的数组(多维数组)
# 标量
torch.tensor(4.0)
# tensor(4.)
# 向量
t

本文详细介绍了PyTorch的安装步骤,包括在虚拟环境中安装,并提供了Linux和Mac的安装命令。接着,文章阐述了张量(Tensor)的概念,从标量到多维数组,并展示了创建不同类型的张量的方法。此外,还涵盖了张量的算术运算,如加减乘除、取整取余,以及变形和排序操作。文章深入浅出,适合PyTorch初学者。
最低0.47元/天 解锁文章
418

被折叠的 条评论
为什么被折叠?



