PyTorch的安装与配置
文章目录
【实验描述】
PyTorch的前身是Torch,其底层和Torch框架一样,但是使用Python重新写了很多内容,不仅更加灵活,支持动态图,而且提供了Python接口。它是由Torch7团队开发,是一个以Python优先的深度学习框架,不仅能够实现强大的GPU加速,同时还支持动态神经网络,这是很多主流深度学习框架比如Tensorflow等都不支持的。
本次试验,我们的任务是完成PyTorch的下载安装,及其工作环境的配置,并以几个简单的小例子来了解PyTorch的几个特性。
【实验目的】
完成PyTorch的下载安装,及其工作环境的配置。然后完成几个PyTorch相关特性的例子,以验证其是否成功,
【实验原理】
PyTorch和Tensorflow是目前最为火热的两大深度学习框架,Tensorflow主要用户群在于工业界,而PyTorch主要用户分布在学术界。目前视觉三大顶会的论文大多都是基于PyTorch,如何快速入门PyTorch成了当务之急。
由于PyTorch拥有可以使用GPU加速的功能,所以在安装PyTorch前,需要安装合适版本的CUDA。此外,python无疑也是PyTorch可以有效运行的必要前提,而为了方便环境的配置以及包的管理和安装,所以我们选择了安装Anaconda来实现环境的配置。
【实验环境】
Windows10
Python3.8
Anaconda3
PyTorch
【实验内容】
-
安装cuda;
-
安装anaconda;
-
安装pytorch
-
简单验证pytorch是否安装成功
-
简单体验PyTorch的几个特性(GPU加速与自动求导)
【实验步骤】
1、安装cuda
(1)首先进入官网选择合适版本的cuda(注意尽量不要选cuda11.1,因为没有对应版本的PyTorch)
(2)等待下载安装包,下载完毕后开始安装。
若选择精简安装即在默认地址自动安装默认的功能;若选择自定义安装,则需要选择自己要安装的功能列表和安装的地址。
如