Windows10系统中安装与配置PyTorch(无GPU版本)

文章目录

  • 1. 什么是PyTorch
  • 2. PyTorch的安装与配置(无GPU)
    • 2.1 创建环境
    • 2.2 安装pytorch库(无GPU)
    • 2.3 验证安装结果


1. 什么是PyTorch

PyTorch 是一种用于构建深度学习模型且功能完备的开源框架,通常用于处理图像识别和语言处理等应用当中的机器学习。PyTorch 保留了 Torch(Lua版)的许多核心思想和设计理念,可以被看作是 Torch 的继承或进化版。由于它用 Python 编写,因此学习和使用起来相对简单。

PyTorch 是 Facebook AI Research(FAIR) 和其他几个实验室开发者的工作成果。该框架将 Torch 中高效而灵活的 GPU 加速后端库与直观的 Python 前端相结合,能完全支持 GPU,其中使用的“反向模式自动微分”技术,使得 PyTorch 可以动态修改计算图形,成为快速实验和原型设计的常用选择。它于 2017 年 1 月在 Github 上开源。

PyTorch的主要特点:

  • PyTorch.org 社区十分活跃,有大量优秀文档和教程;
  • 采用 Python 编写,并集成了大量的热门 Python 库,对于开发者而言相对容易学习;
  • 支持用于实验的“即时模式”,也支持用于高性能执行的“图形模式”;
  • 支持 CPU、GPU、并行处理以及分布式训练;
  • PyTorch 支持动态计算图形,能够在运行时更改网络行为,相比其他的静态计算具有更大的灵活性优势;
  • PyTorch.Hub 是一个预训练模型库,具有极简的调用接口;
  • 拥有从计算机视觉到增强学习等领域的大量工具和库。

2. PyTorch的安装与配置(无GPU)

在开始安装 PyTorch 之前,需要先确认是否满足以下条件:

  1. 操作系统要求:
    • Windows 7 及更高版本;建议 Windows 10 及以上版本;
    • Windows Server 2008 r2 及更高版本
  2. Python版本:目前 Windows 上的 PyTorch 仅支持 Python 3.8-3.11,不支持 Python 2.x

2.1 创建环境

深度学习项目通常依赖于多个第三方库和框架,且这些库中许多都有特定版本依赖关系和兼容性问题,因此,为了确保各项目的依赖包不会互相冲突,尽量地使用环境管理工具,将不同项目的环境隔离开。

这里我们用前文《安装conda并搭建python环境(入门教程)》提到的环境管理工具 Conda。依次运行如下命令创建名为 pytorch_env 的虚拟环境,安装的解释器为 Python=3.8,并激活该环境。

# 创建环境
conda create --name pytorch_env python=3.8  
# 激活环境
conda activate pytorch_env

在这里插入图片描述

2.2 安装pytorch库(无GPU)

在 PyTorch 官网当中,可以根据自己本地的安装环境,配置相应的条件得到安装命令。这里我们选择的条件是:稳定版,Win系统,conda命令安装,Python语言,仅有CPU

在这里插入图片描述

根据所选条件,生成安装命令 conda install pytorch torchvision torchaudio cpuonly -c pytorch。我们在已激活的 pytorch_env 环境下,输入上述命令运行即可。

Conda 在安装 PyTorch 时能自动安装该库所有的依赖项。在安装过程中会弹出是否继续运行(安装所列出的依赖项)的提示,输入 y 回车即可。

在这里插入图片描述

最后出现一个 done,说明安装完成。

2.3 验证安装结果

为了确保 PyTorch 已正确安装,我们可以通过运行 PyTorch 测试代码来验证。这里我们创建一个 test.py 文件,代码内容如下:

import torchx = torch.rand(5, 3)
print(x)

在安装了 PyTorch 的 pytorch_env 环境下,执行 python test.py 以运行该测试文件。PyTorch 安装成功的话,输出应类似于下图:

在这里插入图片描述
如果安装的是 GPU 版本,还可以通过如下代码检查 GPU 驱动程序和 CUDA 是否已启用并可供 PyTorch 访问。由于本文我们介绍的是 CPU 版本的安装,因此无需验证下面代码。

import torch
torch.cuda.is_available()

尽管CPU版本的 Pytorch 在核心功能接口方面并没有与 GPU 版本有差异,但由于没有利用 GPU 的并行计算能力,在训练深度学习模型和处理大规模数据时性能会相对差很多。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/338880.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

安装zookeeper

一、搭建前准备 192.168.1.99 sdw1 192.168.1.98 sdw2 192.168.1.97 sdw3 二、搭建 1、各主机修改/etc/hosts,/etc/hostname文件 /etc/hosts 127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4 ::1 localhos…

【人工智能】第二部分:ChatGPT的架构设计和训练过程

人不走空 🌈个人主页:人不走空 💖系列专栏:算法专题 ⏰诗词歌赋:斯是陋室,惟吾德馨 目录 🌈个人主页:人不走空 💖系列专栏:算法专题 ⏰诗词歌…

考研数学考到110+分,到底有多难?

很难! 大家平时在网上上看到很多人说自己考了130,其实这些人只占参加考研数学人数的极少部分,有个数据可以展示出来考研数学到底有多难: 在几百万考研大军中,能考到120分以上的考生只有2%。绝大多数人的分数集中在30…

通过非欧几何体改变 AI 嵌入

目录 一、说明 二、LLM嵌入的形势 三、了解一些背景信息 3.1 什么是嵌入? 3.2 为什么嵌入在 NLP 中很重要? 3.3 复数Complex 几何的角色 3.4 C主动学习 3.5 角度嵌入 (AE):解锁稳健排序 3.6 RotatE:将关系…

浏览器运行原理:网页被解析过程、script元素和页面解析的关系、defer和async使用;V8引擎执行原理(执行js)

一、浏览器渲染页面的流程 1.如何找到服务器 2.找到服务器如何下载对应的静态资源 输入完服务器地址,下载下来的一般是html文件,在解析html文件过程中,遇到link引用了css文件,就下载对应的css文件,js文件同理 3.一个…

IDEA 学习之 命令行太长问题

现象 Error running App Command line is too long. In order to reduce its length classpath file can be used. Would you like to enable classpath file mode for all run configurations of your project?解决办法 办法一 .idea\workspace.xml ——> <compone…

关于IDEA创建Maven一直爆红无法下载的问题

你能看到这我就知道你肯定已经试过了网上的很多方法了&#xff0c;我之前也是&#xff0c;试过了很多一直无法正常下载&#xff0c;我也是找人给 线下看了看解决了&#xff0c;我总结一下从头到尾排除问题&#xff0c;试到最后要是还解决不了你直接私信我&#xff0c;我给你看看…

【并发程序设计】15.信号灯(信号量)

15.信号灯(信号量) Linux中的信号灯即信号量是一种用于进程间同步或互斥的机制&#xff0c;它主要用于控制对共享资源的访问。 在Linux系统中&#xff0c;信号灯作为一种进程间通信&#xff08;IPC&#xff09;的方式&#xff0c;与其他如管道、FIFO或共享内存等IPC方式不同&…

Python保存为json中文Unicode乱码解决json.dump()

保存为json中文Unicode乱码&#xff1a; 可以看到&#xff0c;中文字符没有乱码&#xff0c;只是出现了反斜杠&#xff0c;此时解决方法应考虑是否进行了二次序列化。 一、原因1 在dump时加入ensure_asciiFalse 即可解决&#xff0c;即json.dump(json_data, f, indent4, en…

【Spring-01】BeanFactory和ApplicationContext

【Spring-01】BeanFactory和ApplicationContext 1. 容器接口1.1 什么是 BeanFactory1.2 BeanFactory 能做什么&#xff1f; 1. 容器接口 以 SpringBoot 的启动类为例&#xff1a; /*** BeanFactory 与 ApplicationContext的区别*/ SpringBootApplication public class Spring…

【自动驾驶】针对低速无人车的线控底盘技术

目录 术语定义 一般要求 操纵装置 防护等级 识别代号 技术要求 通过性要求 直线行驶稳定性 环境适应性要求 功能安全要求 信息安全要求 故障处理要求 通信接口 在线升级(OTA) 线控驱动 动力性能 驱动控制响应能力 线控制动 行车制动 制动响应能力 线控转向 总体要求 线控…

STM32作业实现(五)温湿度传感器dht11

目录 STM32作业设计 STM32作业实现(一)串口通信 STM32作业实现(二)串口控制led STM32作业实现(三)串口控制有源蜂鸣器 STM32作业实现(四)光敏传感器 STM32作业实现(五)温湿度传感器dht11 STM32作业实现(六)闪存保存数据 STM32作业实现(七)OLED显示数据 STM32作业实现(八)触摸按…

UML静态图-类图

概述 静态图包含类图、对象图和包图的主要目的是在系统详细设计阶段&#xff0c;帮助系统设计人员以一种可视化的方式来理解系统的内部结构和代码结构&#xff0c;包括类的细节、类的属性和操作、类的依赖关系和调用关系、类的包和包的依赖关系。 一、类图的表示法 类图(Cla…

2024系统架构师软考考题考点回忆版

2024年5月25日系统架构师软考试题/考点梳理 选择题 (75道单选题) 软件测试(P205) 静态测试:是被测程序不运行,只依靠分析和检查源程序的语句、结构、过程来检查程序是否有错误。动态测试:运行被测试程序,对得到的结果与预期的结果进行比较分析,同时分析运行效率和健壮…

(1) 初识QT5

文章目录 Qt Quickdemo信号的命名方式 qml语言一个很重要的概念 qt 模块 Qt Quick Qt Quick是Qt5中⽤户界⾯技术的涵盖。Qt Quick⾃⾝包含了以下⼏种技术&#xff1a; QML-使⽤于⽤户界⾯的标识语⾔JavaScript-动态脚本语⾔Qt C具有⾼度可移植性的C库. 类似HTML语⾔&#xf…

Docker(Centos7+)

先确定是否 Centos 7 及以上的版本 查看是否 ping 通外网 linux centos7运行下面的代码&#xff0c;基本上都可以正常安装 # 删除之前的docker残留 yum -y remove docker*yum install -y yum-utilsyum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/…

Docker最新超详细版教程通俗易懂

文章目录 一、Docker 概述1. Docker 为什么出现2. Docker 的历史3. Docker 能做什么 二、Docker 安装1. Docker 的基本组成2. 安装 Docker3. 阿里云镜像加速4. 回顾 hello-world 流程5. 底层原理 三、Docker 的常用命令1. 帮助命令2. 镜像命令dokcer imagesdocker searchdocker…

反向配置教程

注意&#xff0c;Openai、Gemini、claude和pika接口在国内直连不通&#xff0c;都需要配置反向 一、配置openai反向 1、在海外宝塔添加反向 将海外宝塔升级到最新 在海外宝塔添加一个新站点&#xff08;可以解析一个域名来用&#xff0c;也可以用ip端口形式&#xff09; 打开…

全国水系数据(更新到2024年5月)

上海市水系数据地图可视化 水系数据线图层&#xff08;小河/溪流、江/河、运河、下水道/排水管&#xff09; 水系数据面数据&#xff08;水域、水库、河岸、湿地&#xff09; 水系数据字段说明 可视化预览 北京市水系可视化 上海市水系可视化 广州市水系可视化 深圳市水系可视化…

部署Envoy

Envoy常用术语 envoy文档官网 Life of a Request — envoy 1.31.0-dev-e543e1 documentationhttps://www.envoyproxy.io/docs/envoy/latest/intro/life_of_a_request#terminology 基础总结 &#xff08;1&#xff09;Envoy Envoy自己本身是工作在L7层的一个proxy&#xff…