深度学习第一步(anaconda、pytorch安装)

简介: 深度学习第一步(anaconda、pytorch安装)

第一步:anaconda安装


1、首先下载anaconda

官网咱们就不说了,下载慢,还容易出问题

直接上国内好资源,在清华镜像源下载安装包


anaconda下载链接

https://mirrors.tuna.tsinghua.edu.cn/


1dbe0112061dc536babdb1259cfa5ec8.png

搜索anaconda,然后选定合适自己电脑的安装包

注意windows加了_64的就是64位系统,没加就是32位

渴望.png 下载后就时点开文件夹安装

三国塔防.png


这个两个还想选择那个都能安装,只是一个只能自己用,一个可以讲这个文件发个别人用。

下一步就是选定安装位置,

是出于.png

大家根据自己实际情况确定安装位置

身长给.png

这里第一个是在电脑上添加环境变量,如果比较懒的同学可以直接勾选,目前还是没发现有啥大问题的,当然大家也可以自己设定环境变量,大家可以去自行查找一下。


第二个则是用anaconda里所带的python代替电脑中原有的ptython,这里也是建议勾选,当然也有同学想借着用自己电脑里的python,可以去看一下这个大哥的文章,里面讲的挺细。


anaconda大佬教程

https://blog.csdn.net/wq_ocean_/article/details/103889237?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164853513716780261915958%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=164853513716780261915958&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-103889237.142%5Ev5%5Epc_search_insert_es_download,143%5Ev6%5Econtrol&utm_term=anaconda%E5%AE%89%E8%A3%85%E6%95%99%E7%A8%8B&spm=1018.2226.3001.4187


然后就是等着安装完成,这里一般就完成了。

但是安装后会出现两个框,那个就没有勾的必要了,会跳转网页,还会打不开,后面你也是关。


eca39b34512d1a05df8ab9ed3374a61a_watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dxX29jZWFuXw==,size_16,color_FFFFFF,t_70.png


第二步、点开测试


点击绿色图标

d86251e493616ab3f4e082a0972b8ca3_c05ab502c0f44941a70639666419cfe3.png

这个程序打开比较慢是正常的,大家多担待


成功后是这


骨igy.png


第三步、配置pytorch


先打开prompt。就是类似win+r出现的控制台

ee3fc80595c964df5c3b3851dc04507b_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_20,color_FFFFFF,t_70,g_se,x_16.png


第一步首先创建一个虚拟环境,两种方法,一个是在打开anaconda中创建。另一种就是在刚打开的控制台中创建。

第一种:

7674f31fdfd9bfd3635e3ae800d9e595_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_20,color_FFFFFF,t_70,g_se,x_16.png

然后就可以完成虚拟环境创建了


第二种:控制台创建环境

conda create -n text python=3.9


我这里创建的是一个叫做text的环境,因为我之前已经建立一个叫做pytorch的环境了。

输入代码后会出现这个,回车,然后就会出现如下图的东西,在输入一个y

52e1c657790550c59de28e7b40155bb3_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_20,color_FFFFFF,t_70,g_se,x_16.png

这时新环境就创建完成了

bfd39bb278e56bcb8a1479e1abe96c08_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_19,color_FFFFFF,t_70,g_se,x_16.png


检查是否完成

​​conda info --envs


ab85227708c16aa3f1e91e9e284c7d08_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_15,color_FFFFFF,t_70,g_se,x_16.png

base为基础环境,其他两个为新建的环境


然后就是安装pytorch

根据自己安装版本,在官网寻找安装代码,一定要自己去找一下,因为不同版本代码不同,不然可能会导致安装不成功。

749d3139b7ddcb1d9a8a7c9cf66581af_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_20,color_FFFFFF,t_70,g_se,x_16.png

表格中最下面一行代码就是我们需要的安装指令代码


复制输入控制台


然后自行安装


最后的测试,当然要先进入创建的并且安装pytorch的虚拟环境


第一步,进入python


第二部,输入import torch


第三步,输入print(torch.__version__) #英文输入,左右共四个个下划线

c280000d4adccd5be2b5c8f5ffac7839_watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5LiN5oOz56eD5aS055qE5a2m55Sf,size_20,color_FFFFFF,t_70,g_se,x_16.png

好了,学识有限,就简单的讲一下自己学习中的一些见解,欢迎大家前来指正


目录
相关文章
|
7天前
|
机器学习/深度学习 PyTorch API
pytorch与深度学习
【5月更文挑战第3天】PyTorch,Facebook开源的深度学习框架,以其动态计算图和灵活API深受青睐。本文深入浅出地介绍PyTorch基础,包括动态计算图、张量和自动微分,通过代码示例演示简单线性回归和卷积神经网络的实现。此外,探讨了模型架构、自定义层、数据加载及预处理等进阶概念,并分享了实战技巧、问题解决方案和学习资源,助力读者快速掌握PyTorch。
29 5
|
10天前
|
机器学习/深度学习 PyTorch 算法框架/工具
【Python机器学习专栏】PyTorch在深度学习中的应用
【4月更文挑战第30天】PyTorch是流行的开源深度学习框架,基于动态计算图,易于使用且灵活。它支持张量操作、自动求导、优化器和神经网络模块,适合快速实验和模型训练。PyTorch的优势在于易用性、灵活性、社区支持和高性能(利用GPU加速)。通过Python示例展示了如何构建和训练神经网络。作为一个强大且不断发展的工具,PyTorch适用于各种深度学习任务。
|
10天前
|
机器学习/深度学习 自然语言处理 算法
PyTorch与NLP:自然语言处理的深度学习实战
随着人工智能技术的快速发展,自然语言处理(NLP)作为其中的重要分支,日益受到人们的关注。PyTorch作为一款强大的深度学习框架,为NLP研究者提供了强大的工具。本文将介绍如何使用PyTorch进行自然语言处理的深度学习实践,包括基础概念、模型搭建、数据处理和实际应用等方面。
|
22天前
|
机器学习/深度学习 并行计算 PyTorch
PyTorch与CUDA:加速深度学习训练
【4月更文挑战第18天】本文介绍了如何使用PyTorch与CUDA加速深度学习训练。CUDA是NVIDIA的并行计算平台,常用于加速深度学习中的矩阵运算。PyTorch与CUDA集成,允许开发者将模型和数据迁移到GPU,利用`.to(device)`方法加速计算。通过批处理、并行化策略及优化技巧,如混合精度训练,可进一步提升训练效率。监控GPU内存和使用调试工具确保训练稳定性。PyTorch与CUDA的结合对深度学习训练的加速作用显著。
|
PyTorch 算法框架/工具 Android开发
PyTorch 深度学习(GPT 重译)(六)(4)
PyTorch 深度学习(GPT 重译)(六)
38 2
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(六)(3)
PyTorch 深度学习(GPT 重译)(六)
29 2
|
22天前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(六)(2)
PyTorch 深度学习(GPT 重译)(六)
41 1
|
22天前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(六)(1)
PyTorch 深度学习(GPT 重译)(六)
37 1
|
22天前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(五)(4)
PyTorch 深度学习(GPT 重译)(五)
36 5
|
22天前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(五)(3)
PyTorch 深度学习(GPT 重译)(五)
28 3