PyTorch兩種安裝方法
本文安裝的是pytorch1.4版本(cpu版本)
首先需要安裝Anaconda
是否需要安裝基于cuda的PyTorch版本呢?
對于普通筆記本來說即使有顯卡性能也不高,跑不動層數(shù)較深的深度學習網(wǎng)絡,所以就不用裝cuda啦。實際應用時深度學習肯定離不開基于高性能GPU的cuda,作為一般的筆記本,基本都跑不動數(shù)據(jù)量較大的模型,所以安裝CPU版的PyTorch即可。以后如果繼續(xù)進行深度學習的研究或開發(fā),都會基于高性能服務器,此時安裝PyTorch版本肯定是選擇有cuda的版本了。
然后進入PyTorch官網(wǎng)https://pytorch.org/,選擇相應版本的pytorch(本文安裝的是1.4版本的),復制“Run this Command”里面的代碼

然后打開Anaconda Prompt

運行剛剛在官網(wǎng)復制的命令,如下:
conda install pytorch torchvision cpuonly -c pytorch
系統(tǒng)開始進行安裝pytorch

等到屏幕上出現(xiàn)Proceed([y]/n)?時,輸入y

接下來就開始自動下載安裝了:

測試一下是否安裝成功:
首先輸入python,回車。接下來繼續(xù)輸入:
//測試: import torch import torchvision print(torch.__version__)

PyTorch1.4,cpu版本,就安裝成功啦
到此這篇關于PyTorch兩種安裝方法的文章就介紹到這了,更多相關PyTorch安裝內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
tensorflow實現(xiàn)在函數(shù)中用tf.Print輸出中間值
今天小編就為大家分享一篇tensorflow實現(xiàn)在函數(shù)中用tf.Print輸出中間值,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
python進行數(shù)據(jù)合并concat/merge
這篇文章主要介紹了python進行數(shù)據(jù)合并concat/merge,文章圍繞主題展開詳細的內(nèi)容介紹,具有一定的參考價值,感興趣的小伙伴可以參考一下2022-09-09

