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
|
1天前
|
机器学习/深度学习 PyTorch TensorFlow
深度学习工具和框架详细指南:PyTorch、TensorFlow、Keras
在深度学习的世界中,PyTorch、TensorFlow和Keras是最受欢迎的工具和框架,它们为研究者和开发者提供了强大且易于使用的接口。在本文中,我们将深入探索这三个框架,涵盖如何用它们实现经典深度学习模型,并通过代码实例详细讲解这些工具的使用方法。
|
15天前
|
机器学习/深度学习 数据可视化 算法
PyTorch生态系统中的连续深度学习:使用Torchdyn实现连续时间神经网络
神经常微分方程(Neural ODEs)是深度学习领域的创新模型,将神经网络的离散变换扩展为连续时间动力系统。本文基于Torchdyn库介绍Neural ODE的实现与训练方法,涵盖数据集构建、模型构建、基于PyTorch Lightning的训练及实验结果可视化等内容。Torchdyn支持多种数值求解算法和高级特性,适用于生成模型、时间序列分析等领域。
162 77
PyTorch生态系统中的连续深度学习:使用Torchdyn实现连续时间神经网络
|
3月前
|
机器学习/深度学习 监控 PyTorch
深度学习工程实践:PyTorch Lightning与Ignite框架的技术特性对比分析
在深度学习框架的选择上,PyTorch Lightning和Ignite代表了两种不同的技术路线。本文将从技术实现的角度,深入分析这两个框架在实际应用中的差异,为开发者提供客观的技术参考。
76 7
|
4月前
|
机器学习/深度学习 缓存 PyTorch
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
这篇文章是关于如何下载、安装和配置Miniconda,以及如何使用Miniconda创建和管理Python环境的详细指南。
862 0
pytorch学习一(扩展篇):miniconda下载、安装、配置环境变量。miniconda创建多版本python环境。整理常用命令(亲测ok)
|
4月前
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
522 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
4月前
|
机器学习/深度学习 算法 测试技术
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
本文是关于如何搭建深度学习环境,特别是使用mmdetection进行CPU安装和训练的详细指南。包括安装Anaconda、创建虚拟环境、安装PyTorch、mmcv-full和mmdetection,以及测试环境和训练目标检测模型的步骤。还提供了数据集准备、检查和网络训练的详细说明。
260 5
深度学习环境搭建笔记(二):mmdetection-CPU安装和训练
|
4月前
|
机器学习/深度学习 并行计算 PyTorch
深度学习环境搭建笔记(一):detectron2安装过程
这篇博客文章详细介绍了在Windows环境下,使用CUDA 10.2配置深度学习环境,并安装detectron2库的步骤,包括安装Python、pycocotools、Torch和Torchvision、fvcore,以及对Detectron2和PyTorch代码的修改。
854 1
深度学习环境搭建笔记(一):detectron2安装过程
|
4月前
|
机器学习/深度学习 算法 PyTorch
深度学习笔记(十三):IOU、GIOU、DIOU、CIOU、EIOU、Focal EIOU、alpha IOU、SIOU、WIOU损失函数分析及Pytorch实现
这篇文章详细介绍了多种用于目标检测任务中的边界框回归损失函数,包括IOU、GIOU、DIOU、CIOU、EIOU、Focal EIOU、alpha IOU、SIOU和WIOU,并提供了它们的Pytorch实现代码。
626 1
深度学习笔记(十三):IOU、GIOU、DIOU、CIOU、EIOU、Focal EIOU、alpha IOU、SIOU、WIOU损失函数分析及Pytorch实现
|
4月前
|
并行计算 PyTorch TensorFlow
Ubuntu安装笔记(一):安装显卡驱动、cuda/cudnn、Anaconda、Pytorch、Tensorflow、Opencv、Visdom、FFMPEG、卸载一些不必要的预装软件
这篇文章是关于如何在Ubuntu操作系统上安装显卡驱动、CUDA、CUDNN、Anaconda、PyTorch、TensorFlow、OpenCV、FFMPEG以及卸载不必要的预装软件的详细指南。
6551 3
|
1天前
|
机器学习/深度学习 自然语言处理 监控
深入探索:深度学习在时间序列预测中的强大应用与实现
时间序列分析是数据科学和机器学习中一个重要的研究领域,广泛应用于金融市场、天气预报、能源管理、交通预测、健康监控等多个领域。时间序列数据具有顺序相关性,通常展示出时间上较强的依赖性,因此简单的传统回归模型往往不能捕捉其中复杂的动态特征。深度学习通过其非线性建模能力和层次结构的特征提取能力,能够有效地捕捉复杂的时间相关性和非线性动态变化模式,从而在时间序列分析中展现出极大的潜力。

推荐镜像

更多