小土堆--pytorch--官方文档阅读

前言

最近正在学习pytorch,看了up主小土堆的视频,在视频中up主对于官方文档的阅读能力比较强,记录以下up主的总结,阅读文档确实要轻松不少。


一、步骤

以下步骤都已transforms.Normalize为例
在pycharm中,当遇到一个函数或者类不熟悉时,按住ctrl,然后鼠标左键点击该类和函数。可以查看该类或者函数的用法。
在这里插入图片描述
在这里插入图片描述

1.首先看__init__函数
在这里插入图片描述
表明在创建对象的时候需要传入参数mean,std两个参数,inplace使用默认的即可
看参数的注释,应该传入什么类型的参数
在这里插入图片描述
从图中得出,mean和std是两个列表,列表长度为输入tensor的通道数
2.然后创建该类的一个对象
在这里插入图片描述
3.调用该对象的方法得到输出,明确输出是什么类型
在这里插入图片描述
该方法传入的是tensor数据类型,输入的是归一化之后的tensor数据类型。
在这里插入图片描述

总结

我对应python面向对象的语法不是很了解,所以阅读文档很困难,后面应该专门学习一下这方面的知识

### 配置 PyTorch 环境的方法 为了在小土堆平台或其他类似的开发环境中成功配置 PyTorch,可以按照以下方法操作: #### 1. 安装 Anaconda Anaconda 是一个用于科学计算的强大工具包,它包含了 Python 和许多常用的库。如果尚未安装 Anaconda,则可以从其官网下载并安装最新版本[^2]。 #### 2. 创建虚拟环境 创建一个新的虚拟环境有助于隔离不同项目之间的依赖关系。以下是具体命令: ```bash conda create -n pytorch_env python=3.9 ``` 上述命令会创建名为 `pytorch_env` 的虚拟环境,并指定 Python 版本为 3.9。可以根据需求调整 Python 版本号[^1]。 激活该虚拟环境的命令如下: ```bash conda activate pytorch_env ``` #### 3. 安装 PyTorch 进入官方文档页面 https://pytorch.org/get-started/locally/ 并根据操作系统、CUDA 版本以及 Python 解释器的信息选择合适的安装命令。例如,在 Windows 上使用 CUDA 11.7 的情况下,可执行以下命令: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia ``` 此命令会在当前激活的虚拟环境中安装 PyTorch 及其相关组件。 #### 4. 测试安装是否成功 可以通过运行简单的代码来验证 PyTorch 是否正常工作。打开终端输入以下内容测试 GPU 支持情况: ```python import torch print(torch.cuda.is_available()) ``` 如果返回值为 `True` 则表示已正确启用 GPU 加速功能[^3]。 #### 5. Jupyter Notebook 设置 (可选) 对于希望利用 Jupyter Notebook 进行实验的情况,需确保新建的虚拟环境能够访问到 jupyter-notebook 工具。可通过下面指令完成安装: ```bash conda install ipykernel python -m ipykernel install --user --name pytorch_env --display-name "Python (PyTorch)" ``` 这样就能让 Jupyter 认识新的 kernel 名字以便于后续调用。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值