
基于PyTorch环境配置与深度学习入门(未完待续)
文章平均质量分 62
这是一个细致的深度学习入门教程!奥利给给
Lin_Coder_
做个温柔且坚定的人才最酷
展开
-
PyTorch深度学习环境配置(1)—安装Anaconda
⚠️两者区别在于后者是包含完整的包的,可以少折腾适合初学者。2️⃣下载好后,双击启动:接下来看图就行,安装过程比较简单。跳过注册,然后下载,非常慢,这是Miniconda。这里可以找到以前的版本。建议去清华镜像网站下载。这是Anaconda。原创 2024-11-09 18:30:35 · 78 阅读 · 0 评论 -
PyTorch深度学习环境配置(2)——Anaconda下配置PyTorch环境
打开PyTorch官网,只要CUDA driver版本大于它的就行,一般最新的显卡驱动都会大于。2.2.桌面右键➡️NVIDIA控制面板➡️右上方菜单栏【帮助】➡️【系统信息】2.1.确定自己的显卡的计算能力(即显卡型号),下面是英伟达显卡算力表地址。3.2.下载指令(最好自己去官网复制命令,有时候会更新,以官网为主)1.3.1.如果你下载比较慢,可以试着添加镜像下载。可以直接搜英伟达,下载APP然后更新最新驱动就🉑。3.1.打开命令窗口,切换到新建的虚拟环境。1.2 这里熟悉一下命令,用命令创建。原创 2024-11-17 20:34:49 · 724 阅读 · 0 评论 -
PyTorch深度学习环境配置(3)——为PyCharm配置新建的虚拟环境
1、找到你安装的虚拟环境的目录,复制其中conda.bat文件到Conda可执行文件,然后点击【加载环境】➡️【使用现有环境】➡️【选择你的虚拟环境名称】➡️【确定】⚠️注意:选择解释器时要选择自己在上述配置的python环境【参考如下】【点击应用】➡️就会加载包。1️⃣打开PyCharm的设置,搜索python➡️添加解释器。2、有可能上述方法你行不通,那么可以直接在这里找到,并设置。注意:使用新版PyCharm,点击Conda可能会出现。2️⃣这里主要设置Conda环境。【找不到Conda可执行文件】原创 2024-11-24 20:37:45 · 764 阅读 · 0 评论 -
PyTorch入门案例上手——手写数字图像去噪
打开后看到的是一堆数字,并不是手写数字的图片,如下图所示:结合数据集的文件结构:从数据集文件结构可以看出,从偏移量为0016,才是像素信息的开始。前面的4*32bit分别是magic number、number of images、number of rows、number of columns,即魔数、图像数量、图像行数和图像列数。所有的图片都是 28×28 ,也就是每幅图片都有28×28个像素。原创 2025-01-05 20:32:55 · 232 阅读 · 0 评论