PyTorch安装
pytorch的定义:
PyTorch是一个强大且灵活的开发平台,被广泛应用于深度学习和机器学习的研究与应用中。提供了丰富的功能和工具,使得开发人员能够快速构建、训练和部署各种类型的神经网络模型。相较于其他深度学习框架,PyTorch以其动态计算图、易于调试和灵活的API设计
-
PyTorch 的主要特点:
-
动态计算图:PyTorch使用动态计算图,这意味着模型的计算过程是根据代码的执行顺序来确定的。这种灵活性使得PyTorch非常适合进行研究和原型设计。
-
张量计算:PyTorch的核心数据结构是张量,它提供了丰富的张量计算操作,使得构建和训练神经网络变得更加容易。
-
自动求导:PyTorch提供了自动求导功能,可以自动计算模型的梯度,从而简化了反向传播的过程。
-
丰富的库和工具:PyTorch拥有丰富的库和工具,包括计算机视觉、自然语言处理等领域的预训练模型,以及可视化工具等。
-
-
PyTorch 的优势:
-
易用性:PyTorch的API设计简洁直观,易于上手,特别适合初学者和研究人员使用。
-
灵活性:PyTorch的动态计算图和张量计算使得模型的构建和修改变得更加灵活,可以更好地满足不同任务的需求。
-
性能:PyTorch在GPU上的计算性能非常出色,可以加速模型的训练和推理过程。
-
社区支持:PyTorch拥有庞大的开发者社区和丰富的学习资源,可以帮助我们快速解决遇到的问题。
-
-
应用领域
-
NLP
-
CV
-
-
功能
-
张量操作torch.Tensor
-
自动微分torch.autograd.grad
-
神经网络torch.nn
-
优化器torch.optim
-
GPU加速
-
灵活的动态计算图
-
分布式计算
-
pytorch 安装
conda create -n pytorch-learning python=3.11 -y
conda activate pytorch-learning
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=12.2 -c pytorch -c nvidia
检查安装正确:
touch test.py
test.py内容
import torch
torch.__version__
python test.py
可以查看到pytorch版本