pytorch学习（一）：环境安装

一、Pytorch

1.1 简介

Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被支持 Python 的 Tensorflow 抢走用户。作为经典机器学习库 Torch 的端口，PyTorch 为 Python 语言使用者提供了舒适的写代码选择。

至于为什么推荐使用Pytorch，我想最主要的原因就是它非常的简洁，非常符合Python的风格。

1.2 安装 anaconda

首先确保你已经安装了GPU环境，即Anaconda、CUDA和CUDNN

Anaconda 这个就是就是为了本地环境管理
有点类似签到的node
下载地址：https://www.anaconda.com/download/success

环境变量

echo 'export PATH="/Users/software/anaconda3/bin:$PATH"' >> ~/.zshrc
source ~/.zshrc

设置清华镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --set show_channel_urls yes

用conda info命令查看当前channel 镜像源添加完成

常用命令

切换环境
conda active pytorch

pip list 

1.3 安装pytorch

随后进入Pytorch官网PyTorch
https://pytorch.org/get-started/locally/
官网会自动显示符合你电脑配置的Pytorch版本，复制指令到conda环境中运行即可

# 创建一个新的 Conda 环境
conda create -n myenv python=3.9
#查看当前conda所有环境信息
conda info --envs
# 激活新创建的环境
conda activate myenv

# 安装 PyTorch 及相关库
conda install pytorch::pytorch torchvision torchaudio -c pytorch

我本地myenv 用的pytorch
测试是否安装成功

import torch
 
print(torch.__version__) # pytorch版本
print(torch.version.cuda) # cuda版本
print(torch.cuda.is_available()) # 查看cuda是否可用

1.4 编辑器安装 pycharm

安装后在安装pycharm 作为编辑器
下载安装 就可以 非常简单 ： https://www.jetbrains.com/pycharm/data-science/
配置项目使用的本地环境，否则代码没法运行

帮助函数

dir()
help()