Pytorch开发环境安装配置步骤

发布人

大家好，下面讲讲Pytorch开发环境的安装配置步骤，当前操作系统为Windows 11，主要包括三步：
	第一步，需要首先安装Python语言包。
	第二步，安装Jupyter Notebook做为编程环境。Jupyter Notebook的交互性比较好，便于教学活动的分段演示。而且Jupyter Notebook将程序源码、注释、分步运行结果可以保存为完整的单一文档，可视化效果好，便于学生课前与课后的学习与理解。
	第三步，安装Pytorch，需要分为GPU和非GPU两种版本情况进行介绍。
	详细操作步骤解析如下。
	（1）打开Python官网，下载Python当前最新版本。点击安装包，确定安装位置，勾选Path环境变量设置，完成Python语言包的安装。打开Windows命令行窗口，输入命令Python --version，如果正确显示版本号，则表示安装成功。
	（2）在Windows命令行窗口中输入命令pip install jupyter，等待Jupyter Notebook安装完成。在桌面上创建文件夹Ai，做为项目的工作目录。打开Ai文件夹，切换到终端窗口。输入命令jupyter notebook，在浏览器中打开编程环境，参照本节视频介绍，可以做一个简单测试。
	（3）打开Pytorch官网，按照Pytorch安装面板的提示，依次选择版本（Stable、Preview）、操作系统（Linux、Mac、Windows）、安装包命令（Conda、Pip、LibTorch、Source）、语言（Python、C++/Java）、计算平台（CPU和CUDA）。
	做出上述选择后，会根据各个选项自动形成一条定制的安装命令，到项目的指定位置执行这条命令，即可完成Pytorch的安装。CUDA版本，也就是GPU版本，比CPU版本多了CUDA安装这一步，所以接下来以GPU版本为例，演示安装过程。
	① 检查当前电脑配置是否包含英伟达GPU显卡。可以在命令行窗口输入命令nvidia-smi，参照视频提示确定CUDA版本号。
	② 根据CUDA版本号，到英伟达官网下载对应的CUDA安装包。完成CUDA的安装之后，在命令行窗口输入命令nvcc --version，确定CUDA是否安装成功。
	③打开桌面上的Ai文件夹，切换到命令行窗口。输入命令python -m venv pytorch，创建名称为pytorch的虚拟环境目录。
	输入命令.\pytorch\Scripts\activate，切换到虚拟环境目录。
	将前面定制的Pytorch安装命令复制一下，在当前窗口执行安装命令，等待安装完成。
	为了能在Jupyter Notebook中访问Pytorch的虚拟目录，需要在当前窗口中执行命令pip install ipykernel，等待安装完成。
	输入命令python -m ipykernel install --user --name pytorch-kernel，安装完成后，打开Jupyter Notebook，可以看到在创建项目类型的菜单里，多出了pytorch-kernel选项。
	为了判断Pytorch的GPU环境是否配置成功，可以参照如下常用命令检查确认。
	                                             import torch
                         torch.cuda.is_available()       # 返回一个布尔值，指示CUDA是否可用
torch.cuda.device_count()      # 返回可用的GPU数量
            torch.cuda.current_device()      # 返回当前GPU的设备索引号
                            torch.cuda.get_device_name(0)  # 根据设备索引号返回GPU名称与型号
  
	CPU版的Pytorch安装过程，只是减少了上述CUDA的安装步骤，其它步骤类似。

打开封面下载高清视频观看高清视频视频下载器