DL框架之PyTorch:深度学习框架PyTorch的简介、安装、使用方法之详细攻略(二)-阿里云开发者社区

开发者社区> 一个处女座的程序猿> 正文

DL框架之PyTorch:深度学习框架PyTorch的简介、安装、使用方法之详细攻略(二)

简介: DL框架之PyTorch:深度学习框架PyTorch的简介、安装、使用方法之详细攻略
+关注继续查看

2、PyTorch的三个结构层次

  • tensor:张量,多维数组,可在GPU上跑。
  • variable:可记住tensor在计算图中的位置,可知道当前variable和之前variable的关系。
  • module:神经网络的层次,如全连接层、卷积层。


PyTorch的安装

pip install torch

pip install torch==0.4.1.post2

T1方法

git clone https://github.com/pytorch/vision

cd vision

python setup.py install

T2方法

pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.0-cp36-cp36m-win_amd64.whl

pip3 install torchvision

T3方法

pip install torch-0.4.0-cp36-cp36m-win_amd64.whl

pip install torchvision

image.png

1、20181114更新版本到 torch-0.4.1


pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-win_amd64.whl

pip3 install torchvision


(1)、测试


import torch  

print(torch.__version__)          #输出版本信息

print(torch.cuda.is_available())  #查看是否支持cuda




2、20200108更新版本到 torch 1.3.1




官网:https://pytorch.org/




执行命令:


pip3 install torch===1.3.1 torchvision===0.4.2 -f https://download.pytorch.org/whl/torch_stable.html

或者

pip install torch-1.3.1-cp36-cp36m-win_amd64.whl


image.png


3、Anaconda内安装torch的whl文件更新版本到 torch 1.3.1


pip install D:\ProgramData\Anaconda3\envs\torch-1.3.1-cp36-cp36m-win_amd64.whl


image.png



4、Anaconda内安装torch的whl文件更新版本到 torch 1.0.0


pip install torch===1.0.0 torchvision===0.2.1 -f https://download.pytorch.org/whl/cu100/torch_stable.html


image.png




PyTorch的使用方法


相关文章

Pytorch之CNN:基于Pytorch框架实现经典卷积神经网络的算法(LeNet、AlexNet、VGG、NIN、GoogleNet、ResNet)——从代码认知CNN经典架构



0、Pytorch基础知识


1、PyTorch是一个提供两个高级功能的python包:  

具有强GPU加速度的张量计算(如numpy)

深层神经网络建立在基于磁带的自动调整系统上

可以重用您最喜爱的python软件包,如numpy,scipy和Cython,以便在需要时扩展PyTorch。  


2、PyTorch在细粒度级别是由以下组件组成的库:

torch   像NumPy这样的Tensor图书馆,拥有强大的GPU支持

torch.autograd   一种基于磁带的自动分类库,支持所有可区分的Tensor操作手电筒。pytorch的自动求导工具包在torch.autograd中。

torch.nn   一个神经网络库与autograd设计了最大的灵活性。pytorch神经网络构建很容易,主要使用的包是torch.nn这个包,可以尝试使用pytorch构建一个简单的二层神经网络结构。


torch.optim   一种与torch.nn一起使用的优化包,具有标准优化方法,如SGD,RMSProp,LBFGS,Adam等。

torch.multiprocessing   python多处理,但是具有魔法内存共享的手电筒传感器跨过程。适用于数据加载和hogwild培训。

torch.utils   DataLoader,Trainer等实用功能为方便起见 torch.legacy(.nn / .optim) 由于向后兼容性原因,已经从割炬移植的旧代码


1、Pytorch三行命令即可运算


image.png



2、Pytorch加载预训练模型


import torch

import torchvision

alexnet= torchvision.models.models.alexnet(pretrained=True)

vgg16 = torchvision.models.vgg16(pretrained=True)

resnet101 = torchvision.models.resnet101(pretrained=True)

resnet152 = torchvision.models.resnet152(pretrained=True)

 


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
技术反低俗究竟有多难?这一次,今日头条率先引入了 BERT
7 月 30 日,今日头条宣布正式推出新版「灵犬」反低俗助手,新工具除了文本内容识别功能的进化以外,首次加入了图片识别功能。这是时隔半年,「灵犬」的又一次重大升级。
4 0
关于自学django的服务器实践的体验
很多初学者想在服务器上实践自己的学习成果,却不知道如何入手,阿里云的开发者成长计划为我们开启了这个免费的体验机会,这对很多初学者来说是一个很好的实践平台,但其中还是有很多对于初学者不友好的因素,这是我第一次接触服务器,在这之前我并没有学过服务器怎么使用或者如何在服务器上部署自己开发的程序,以下是我遇到过的各种问题和解决方案。
6 0
教妹学Java(四):Hello World
教妹学Java(四):Hello World
3 0
21秒看尽ImageNet屠榜模型,60+模型架构同台献艺
60+模型架构,历年十几个 SOTA 模型,这 21 秒带你纵览图像识别的演进历史。
3 0
除了闹过腥风血雨的fastjson,你还知道哪些Java解析JSON的利器?(1)
除了闹过腥风血雨的fastjson,你还知道哪些Java解析JSON的利器?
4 0
讲真,这两个IDE插件,可以让你写出质量杠杠的代码
讲真,这两个IDE插件,可以让你写出质量杠杠的代码
3 0
他们创造了横扫NLP的XLNet:专访CMU博士杨植麟
Transformer XL 和 XLNet 是最近自然语言处理(NLP)领域里最热的话题之一,而它们都是 CMU 博士生 戴自航、杨植麟等人的工作。今年 6 月,CMU 与谷歌大脑提出的 XLNet 在 20 个任务上超过 BERT,并在 18 个任务上取得当前最佳效果的表现。
4 0
强烈推荐10本程序员必读的书
强烈推荐10本程序员必读的书
3 0
JVM中的垃圾收集器
前面介绍的收集算法是内存回收的方法论,那么垃圾收集器就是内存回收的具体实现。这里讨论的是JDK1.7 Update14之后的HotSpot虚拟机。该虚拟机包含的收集器
3 0
+关注
一个处女座的程序猿
国内互联网圈知名博主、人工智能领域优秀创作者,全球最大中文IT社区博客专家、CSDN开发者联盟生态成员、中国开源社区专家、华为云社区专家、51CTO社区专家、Python社区专家等,曾受邀采访和评审十多次。仅在国内的CSDN平台,博客文章浏览量超过2500万,拥有超过57万的粉丝。
1701
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载