如何進(jìn)行Pytorch開發(fā)環(huán)境搭建

軟硬件環(huán)境

• windows 10 64bit
• cuda 10.1
• pytorch 1.6
• anaconda with python 3.7
• nvidia geforce 1660

簡(jiǎn)介

目前的深度學(xué)習(xí)框架很多，如Tensorflow、Pytorch、Keras、FastAI、CNTK等等，這些框架各有優(yōu)缺點(diǎn)，尤其是Tensorflow和Pytorch，使用都非常廣泛，那么應(yīng)該如何進(jìn)行選擇呢？這應(yīng)該是每一位即將開始學(xué)習(xí)深度學(xué)習(xí)的童鞋比較困惑的問題。下面先看看github上各種框架的一個(gè)使用統(tǒng)計(jì)

選擇pytorch的幾大理由

• 動(dòng)態(tài)計(jì)算圖

  用法跟python更接近，比tensorflow更容易上手

• 有助于理解深度學(xué)習(xí)的核心

  pytorch需要定義網(wǎng)絡(luò)層、參數(shù)更新等步驟，可以幫助我們深刻理解深度學(xué)習(xí)

• 動(dòng)態(tài)圖機(jī)制

  動(dòng)態(tài)圖機(jī)制在調(diào)試方面非常方便

• 易于上手

  快速上手，學(xué)會(huì)后很容易切換到其它框架

安裝python環(huán)境

這里我們使用anaconda這個(gè)集成環(huán)境，關(guān)于anaconda，我們前文 https://xugaoxiang.com/2019/12/08/anaconda/ 已經(jīng)介紹過了，不了解的童鞋可以去看看。有了python環(huán)境，我們接下來(lái)創(chuàng)建一個(gè)專門為使用pytorch的虛擬環(huán)境

conda create -n pytorch2.6 python=3.7
conda activate pytorch2.6

安裝nvidia驅(qū)動(dòng)

到nvidia官網(wǎng) https://www.nvidia.cn/Download/index.aspx?lang=cn 下載驅(qū)動(dòng)文件

安裝文件下載完成后，進(jìn)行傻瓜式安裝，最后來(lái)確認(rèn)下是不是安裝成功。方法是，打開 任務(wù)管理器 --> 性能 --> GPU 0

安裝pytorch

來(lái)到官網(wǎng) https://pytorch.org/get-started/locally/，選擇PyTorch Build為穩(wěn)定版1.6.0、操作系統(tǒng)選擇windows、Package使用pip、Language選擇Python、CUDA選擇10.1，這些都是需要根據(jù)自己的實(shí)際情況進(jìn)行選擇?？梢钥吹?，前面步驟中我們并沒有單獨(dú)安裝CUDA，因?yàn)?code>pytorch的安裝過程中順便把CUDA也安裝好了，這點(diǎn)非常棒。

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

如果沒有GPU環(huán)境，安裝命令是

pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

驗(yàn)證pytorch環(huán)境

(pytorch2.6) PS C:\Windows\system32> python
Python 3.7.9 (default, Aug 31 2020, 17:10:11) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.6.0+cu101'
>>> torch.cuda.is_available()
True
>>>

另外，可以通過nvidia-smi命令來(lái)查看當(dāng)前進(jìn)程使用GPU資源的情況