V
主页
京东 11.11 红包
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
2024最新 Android Studio 安装配置步骤
4.7 划分数据集
1.1 数据集
4.1 数据集简介
4.8 DenseNet121模型定义
【麻省理工-算法导论】吹爆!算法导论原作大佬手把手教会你(双语字幕,附课后习题及课件),是学习算法不能错过的经典之作!!-人工智能/高等数学/算法/AI
2.7 边缘扩充
YOLOV11环境搭建到训练自己数据集一条龙实操!YOLOV11模型从零解读,究极通俗易懂!(计算机视觉/目标检测)
2.5 TCP控制头解析
YOLOv11速通!手把手教你使用自己的数据集从环境搭建到模型训练、推理、导出一条龙实操,看完就能跑通!(深度学习/计算机视觉/目标检测)
2.10 用Python解析数据包
1.17 ElasticNet回归模型
【附数据集】10分钟带你入门神经网络Pytorch手写数字识别,整体架构设计、数据集加载、网络结构设计、损失计算与优化、训练代码、发布程序等等 看完就能跑通!
3.12 反向传播
计算机视觉实战封神之作!计算机博士6小时就将【人脸检测识别实战】讲的如此通俗易懂!建议收藏!——(人脸识别、口罩检测、Dlib模型训练、活体检测)
1.16 Lasso回归模型
2.22 模型评估
3.13 偏差与方差
【强推!】Slowfast行为识别实现原理讲解!原理详解+项目实战,迪哥2小时带你吃透Slowfast算法!(人工智能、深度学习、机器学习算法、图像处理、AI)
2.14 卷积网络结构剖析
4.10 卷积方法实现滑动窗口
排名第一的linux 名不副实?天梯榜第一的linux桌面系统,安装教程 mxlinux 轻量化 Windows+MX 双系统教程 免费开源低占用内存
1.18 XGBoost回归模型
2.10 定义卷积层
1.11 Python IO 数据流
2.13 Android项目配置
【全748集】清华大佬终于把Python做成动画片了,通俗易懂,2024最新版,适合所有零基础小白,从入门到人工智能!学完即可就业!拿走不谢,别再多走弯路了!
3.21 1x1卷积
1.9 线性回归假设
胜率90%+,粉丝付费让写的剥头皮策略公开给大家用,pine / python双版本,可能这是你为数不多
Mask2former论文解读+源码复现!搞定一切图像分割问题!真的通俗易懂!语义分割、实例分割、全景分割!(人工智能、深度学习、机器学习算法、神经网络、AI)
气Py-000:一个很好的整体开发环境_2024.10.29
4.14 Anchor Boxes
计算机视觉-OpenCV入门讲解!从配置安装到项目实战,迪哥带你3小时快速上手!
2.13 经典结构LeNet-5
4.18 生成YOLOv5-TFLite模型
3.27 基于VGG16的迁移学习
租用云GPU跑通深度学习项目的教程终于来啦!!不能再说不会用了吧! -人工智能/机器学习/深度学习
4.17 YOLOv5迁移学习
别一上来就学习各种函数!这才是Pytorch的正确学习方法,带你从安装到实战玩转Pytorch框架!(深度学习/计算机视觉)