深度学习Pytorch(一)
深度学习Pytorch(一)
前言：必须使用英伟达显卡才能使用cuda（显卡加速）！
移除环境：
conda remove -n pytorch --all
一、安装Pytorch
- 下载Anaconda
- 打开Anaconda Prompt
- 创建一个Pytorch环境：
- 激活Pytorch环境：
- 查看当前包：
- 安装Pytorch
- 查看torch是否安装成功如果显示true说明torch可以使用咱们的英伟达显卡！
二、配置Pycharm
- 打开Pycharm,创建新项目导入我们刚才创建的Pytorch环境的Python编译器测试是否可以导入使用conda，打开Python控制台出现True说明配置成功！
三、配置Jupyter
因为最开始安装的Anaconda中的Jupyter只存在于base环境中，无法在我们新建的Pytorch环境 中使用，所以我们需要进行以下操作在新环境中安装Jupyter
进入Pytorch环境中，需要安装一个包：
conda install nb_conda
安装完成后打开Jupyter：
jupyter notebook
打开后会弹出一个网页，使用Pytorch环境的Python新建一个代码：
输入以下代码进行测试：
import torch torch.cuda.is_available()
输入完一行代码后，按Shift+Enter执行！出现上图说明配置成功！
四、Python学习中的两大法宝（也可以用在Pytorch中）
以Pytorch包举例我们想了解一个包的构成和使用方法：
dir() //打开，看见 help() //说明书 比如: dir(Pytorch) 输出：1、2、3、4 dir(Pytorch.3) 输出：a,b,c help(Pytorch.3.a) 输出：将此扳手放在特定的地方，然后拧动
总结：dir()函数，能让我们知道工具箱以及工具箱中的分隔区有什么东西。
help()函数，能让我们知道每个工具是如何使用的，工具的使用方法。
具体使用help()函数时，指定到工具不加()，例如help(torch.cuda.is_available)
更多内容请关注我的博客：bgemini.com
