格力网站的建设情况免费安装app

框架介绍

Pytorch简介

2017年1月，FAIR（Facebook AI Research）发布了PyTorch。PyTorch是在Torch基础上用python语言重新打造的一款深度学习框架。Torch是采用Lua语言作为接口的机器学习框架，但因为Lua语言较为小众，导致Torch知名度不高。

PyTorch发展

• 2017年1月正式发布PyTorch
• 2018年4月更新0.4.0版，支持Windows系统，caffe2正式并入PyTorch
• 2018年11月更新1.0稳定版，已GitHub 增长第二快的开源项目
• 2019年5月更新1.1.0版，支持TensorBoard，增强可视化功能
• 2019年8月更新1.2.0版，更新torchvision，torchaudio 和torchtext，增加更多功能

PyTorch优点

• 上手快：掌握Numpy和基本深度学习概率即可上手
• 代码简单灵活：用nn.module封装使得网络搭建更加方便；基于动态图机制，更灵活
• Debug方便：调试PyTorch就像调试Python代码一样简单
• 文档规范：https://pytorch.org/docs/stable/index.html 可查看各版本文档
• 资源多：arXiv中的新算法大多有PyTorch实现
• 开发者多：GitHub上贡献者已经超过1100+
• 背靠大树：FaceBook维护开发
• ……

适合人群

• 深度学习初学者：模型算法实现容易，加深深度学习概念认识
• 机器学习爱好者：数十行代码便可实现人脸识别，目标检测，图像生成等有趣实验
• 算法研究员：最新arXiv论文算法快速复现

软件安装

Python包管理器

Anaconda是为了方便使用python而建立的一个软件包，其中包含常用的250多个工具包，多版本python解释器和强大的虚拟环境管理，所以Anaconda得名python全家桶。

Anaconda可以使安装、运行和升级环境变得更简单，因此推荐安装使用。

安装步骤：

1. 官网下载安装包
2. 运行安装包
3. 选择路径，勾选添加环境变量，等待安装完成
4. 严重安装成功，打开cmd，输入conda，回车
5. 添加中科大镜像或者清华镜像源

Python集成开发环境

PyCharm —— 强大的python IDE，拥有调试、语法高亮、Project管理、代码跳转、智能提示、版本控制等功能。

安装步骤：

1. 官网下载安装包
2. 运行安装包
3. 选择路径，勾选添加环境变量，等待安装完成

PyTorch

安装步骤：
1、检测是否有合适的GPU，若有，需要安装CUDA与CuDNN
2、CUDA与CuDNN安装（非必须）
3、官网寻找对应版本下载（cuda版本或cpu、pytorch版本、python版本、操作系统都需要一一对应）

CUDA安装（补充）

CUDA（Compute Unified Device Architecture），是一种由NVIDIA推出的通用并行计算架构
CuDNN：为深度学习计算设计的软件库

安装步骤：

1. 检查pytorch版本所支持的cuda版本，下载对应版本的CUDA
2. 下载CUDA安装包，下载对应CUDA版本的CuDNN安装包
3. 安装并验证安装是否成功

解释器与工具包

虚拟环境 Vittual Environment

Window11+RTX4060配置CUDA11.8+pytorch2.0.0

下载CUDA11.8

进入官网下载Link，然后点击Archive of Previous CUDA Releases，找到对应版本11.8。

选择对应操作系统版本，点Download下载到本地。

下载cuDNN

点击链接Link，找到CUDA11.8对应的cuDNN。

安装CUDA11.8

全程点击next直到安装结束。

配置环境变量，在path里添加。

#前两个应该自动配好了
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib

在命令行窗口输入以下命令看是否成功

nvcc -V

成功显示以下内容表示安装成功

安装cuDNN

解压下载的压缩包

把里边的三个文件夹bin,include,lib复制到下面路径（如果改了CUDA的安装路径，就复制到对应文件夹里）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

下载并安装python

官网链接

下载并安装Anaconda

到官网链接选择适合自己系统的 64 位安装包，注意选择 Python3 以上的版本。

安装torch

进入官网Link，找到v2.0.0,用pip语句安装。用conda可能会出错，具体见安装pytorch报错torch.cuda.is_available()=false的解决方法

# CUDA 11.8
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

参考链接

win11+4060配置CUDA11.8+pytorch2.0.0