PyTorch入门教学——简介与环境配置

一、简介

• PyTorch是一个开源的Python机器学习库，其前身是2002年诞生于纽约大学的Torch。它是美国Facebook公司使用python语言开发的一个深度学习的框架。
• 特点：
  • 简洁
    • PyTorch的设计追求最少的封装，尽量避免重复造轮子。 简洁的设计带来的另外一个好处就是代码易于理解。PyTorch的源码只有TensorFlow的十分之一左右，更少的抽象、更直观的设计使得PyTorch的源码十分易于阅读。
  • 速度
    • PyTorch的灵活性不以牺牲速度为代价，在许多评测中，PyTorch的速度表现胜过 TensorFlow和Keras等框架。
  • 易用
    • PyTorch 是所有的框架中面向对象设计的最优雅的一个。PyTorch的面向对象的接口设计来源于Torch，而Torch的接口设计以灵活易用而著称，Keras作者最初就是受Torch的启发才开发了Keras。PyTorch继承了Torch的衣钵，尤其是API的设计和模块的接口都与Torch高度一致。PyTorch的设计最符合人们的思维，它让用户尽可能地专注于实现自己的想法，即所思即所得，不需要考虑太多关于框架本身的束缚。

二、安装

1、安装Anaconda

• 安装步骤：超详细Anaconda安装教程-CSDN博客

2、配置Anaconda源

• 设置清华源，提高下载包的速度。打开Anaconda Prompt，输入如下命令。

• conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  

3、创建Conda虚拟环境

• 创建虚拟环境前，需要修改虚拟环境的存放位置，默认是安装在用户目录C:\Users\username.conda\envs下的。在Anaconda Prompt中输入如下命令。

  • conda config --add envs_dirs D:\App\Anaconda3\envs
    

• 如果修改失败，请参照：改变conda虚拟环境的默认路径_修改conda安装虚拟环境路径-CSDN博客
• 输入如下命令，创建虚拟环境。

  • conda create -n Demo python=3.11.5
    

  • 其中，Demo为环境名称，并且指定了python的版本号。 
  • 【注】python版本要与pytorch版本对应。
• 输入如下命令，查看现存虚拟环境。

  • conda info --envs
    

  • 
• 如果要删除虚拟环境，输入如下命令。

  • conda env remove -n 环境名
    

4、下载PyTorch

• 进入虚拟环境

  • conda activate 虚拟环境名称
    

• 进入PyTorch的官网：PyTorch 
• 先在终端中输入如下命令查看CUDA版本。

  • nvidia-smi
    

  • 
  • 如果没有安装CUDA，可以看看对于的版本要求：1. CUDA 12.3 Update 1 Release Notes — Release Notes 12.3 documentation (nvidia.com)，然后去安装对应版本的CUDA。
• 选择对应版本的PyTorch，这里使用pip进行安装，复制命令行。由于我的CUDA是12.0，PyTorch没有，可以向下替补，所以选择CUDA11.8。
  • 
• 粘贴命令行到Anaconda Prompt中（要进入创建的虚拟环境），加上清华镜像源-i https://pypi.tuna.tsinghua.edu.cn/simple，运行。

  • pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple
    

• 【注】如果碰到了缺包的错误提示，将环境删除，重新创建过。 

5、验证是否安装成功

• 从创建的虚拟环境中进入python，输入如下命令。

• import torch
  print(torch.cuda.is_available())
  

• 
• 不报错，并且显示Ture，即安装成功。
• 输入quit()，可退出python；输入conda deavtivate，可退出虚拟环境。