从零开始深度学习Pytorch笔记(1)——安装Pytorch
小黄用python
共 3381字,需浏览 7分钟
· 2019-12-15
聊到深度学习, 大家第一感觉就是很高大上。就像我们曾经说到机器学习,很多人也是感觉很高大上,但是慢慢接触之后,发现其无非是数学+编程实现,所以从线性回归开始,不断学习,把各种机器学习方法都学习了一遍,并能够通过Python的sklearn库编程实现。有很多朋友和我聊到学习深度学习这个事情,我会推荐他们去看一些相关理论算法,从CNN、RNN到LSTM,从各种传统的深度学习网络结构到比较新的网络结构。在这个过程中发现了一点,就是他们看完了网络结构和算法原理后,往往难以下手去操作,因为Python使用sklearn库实现机器学习的流程非常方便,而且学习了Python的numpy、pandas基础即可快速上手,而深度学习的编程则需要更上一层,对Python新手不太友好,基础部分的张量各种操作和计算图编程都会让新手头大,而深度学习还面临着选择深度学习框架的问题,可供我们选择的框架实在太多,例如较为流行的Tensorflow、Pytorch、Keras、Mxnet、PaddlePaddle等等。各种相关的书也是如雨后春笋般出版出来,我翻看过一些书,还看过一些目录,发现了一个现象,就是各种深度学习框架书在对应的深度学习框架基础部分讲解往往不够详细,让人看完觉得跳跃感很大,而过于强调各种网络结构的实现,这十分不利于新手进行学习。而且初学者会了解到深度学习需要使用GPU训练模型,对于没有GPU配置的初学者,往往觉得学习之路出现了第一道坎,而对于有GPU的初学者,往往因为GPU环境搭建太复杂而从入门到放弃。其实没有GPU环境,也是可以进行深度学习编程学习的。我个人的感受是,GPU环境的搭建变得越来越容易,这是我们放开去学习深度学习的一个好时机,关于在《从零开始深度学习Pytorch笔记》连载中,我会一步步从安装Pytorch环境开始写,慢慢夯实Pytorch的基础,再带大家熟练使用Pytorch编程网络结构,实现深度学习算法。
聊聊为什么使用Pytorch,个人觉得Pytorch比Tensorflow对新手更为友善,大家如果对Tensorflow也感兴趣,完全可以学习了Pytorch之后继续学习Tensorflow。接下来进入正题吧:
如果你没有gpu环境,想使用Pytorch,打开Pytorch的官网:https://pytorch.org/在首页我们可以看到有各种配置可选,我们这里选择CPU的版本(CUDA部分选择None): 根据你的操作系统,还有Python的版本可以选择不同选项(当然Python版本问题其实问题不大,因为我们可以通过创建虚拟环境搞定,详情见:你不知道的Python环境管理技巧,超级好用! )选完选项之后,我们看到底部出现了一个命令,我们将命令复制到cmd中运行,即可安装cpu版本的Pytorch(本配置生成的命令为:
pip3 install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html
如果下载过慢,可以切换镜像下载,戳这里:Python快速安装库的靠谱办法当然,如果你有GPU环境,或者愿意为学习深度学习去配置GPU,我们可以搭建GPU的Pytorch环境。GPU环境具体搭建流程如下:
(1)安装Python编程环境首先是你得有个Python编程环境,如果没有,推荐安装Anaconda,这个是Python的集成环境,这个Anaconda的安装方法在网络上教程很多(推荐的是对应Python3.6或3.7)。(2)安装CUDA
我们可以看到,Pytorch对应的CUDA版本为9.2或者10.1:
我们选择CUDA9.2进行下载进入CUDA9.2的下载界面https://developer.nvidia.com/cuda-92-download-archive选择相应的参数后我们点击下载文件:
运行下载好的CUDA安装包: 使用默认路径点击OK安装,一路按照默认安装即可。
安装完成后,测试CUDA是否安装成功,复制安装路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin打开cmd,切换到安装路径下,执行: nvcc-V
可以看到CUDA成功安装了。(3)安装cuDNN
cuDNN需要注册登录才能下载,cuDNN下载页面如下:https://developer.nvidia.com/cudnn登陆后,点击Download即可:
然后点击I Agree,点击CUDA9.2,点击win10下载:
之后我们将下载的cuDNN的压缩包解压 将解压出的cuda文件夹下的三个文件夹复制到cuda安装目录下,去覆盖掉cuda目录下的三个同名文件夹 cuDNN安装完成。
然后进入demo_suite文件夹,查看cuDNN是否安装成功:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite切换到该路径下执行bandwidthTest.exe
结果如下图:显示PASS,则cudnn安装成功。 我们输入deviceQuery.exe
可以查询设备信息: 最后那段显示的信息:deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.2, CUDA Runtime Version = 9.2, NumDevs = 1, Device0 = GeForce GTX 1060 6GB
Result = PASS说明CUDA和cuDNN都安装成功,还显示了我的显卡是GTX 1060 6GB。(4)安装Pytorch
回到Pytorch网站:
https://pytorch.org/我们的选择如下:
可以看到安装命令中有个网站:
https://download.pytorch.org/whl/torch_stable.html
我们Ctrl+F搜索:CU92/torch-1.2.0
可以找到我们要的:cu92/torch-1.2.0%2Bcu92-cp37-cp37m-win_amd64.whl然后点击下载即可。然后搜索:torchvision-0.4.0
找到我们要的:cu92/torchvision-0.4.0%2Bcu92-cp37-cp37m-win_amd64.whl点击下载即可。(5)创建项目环境我们打开Python的IDE,例如我喜欢的VS Code,你也可以使用其他软件。
打开后创建一个py文件名为hello pytorch.py(名字任意)。然后在TERMINAL中创建虚拟环境:输入:conda create -n pytorch-gpu python=3.7,并且回车运行 关于为什么要创建虚拟环境可以看这里:你不知道的Python环境管理技巧,超级好用!等创建完成后,激活虚拟环境:conda activate pytorch_gpu 然后进入到刚才两个文件的下载目录,我们要在该虚拟环境中安装pytorch我的电脑上目录是:C:\Users\Administrator\Downloads 然后进到目录下pip install 回车进行安装两个文件: 我们在py文件中输入:
import torch
print("hello pytorch{}".format(torch.__version__))
print(torch.cuda.is_available())
然后运行代码:
结果显示Pytorch安装成功,Pytorch版本为:pytorch1.2.0+cu92CUDA可用!至此,我们的Pytorch GPU版安装成功,如果需要安装过程中的各种资源,可以在公众号回复 “ pytorch安装 ” 获取。
评论
【深度学习】人人都能看懂的LSTM
熟悉深度学习的朋友知道,LSTM是一种RNN模型,可以方便地处理时间序列数据,在NLP等领域有广泛应用。在看了台大李宏毅教授的深度学习视频后,特别是介绍的第一部分RNN以及LSTM,整个人醍醐灌顶。本文就是对视频的记录加上了一些个人的思考。0. 从RNN说起循环神经网络(Recurrent Neur
机器学习初学者
0
科普:深度学习训练,不同预算GPU选购指南
以下文章来源于微信公众号:DeepHub IMBA作者:Mike Clayton本文仅用于学术分享,如有侵权,请联系后台作删文处理导读购买显卡第一个要考虑的问题是什么?当然是预算。本文提供了不同预算的显卡选购指南,希望能对各位读者有所帮助。在进行机器学习项目时,特别是在处理深度学习和神经网络时,最好
机器学习初学者
0
OpenAI的Sora竟然造假:生成的AI大片只有1%的AI,剩下的99%是人工!
点蓝色字关注“机器学习算法工程师”设为星标,干货直达!啊?Sora火爆短片《气球人》,也“造假”了???背后艺术家团队的最新揭秘,可谓一石激起千层浪:原来,视频画面并非完全由AI生成,其中有大量视觉效果需要人类后期实现。be like:这下网友不干了,合着大家伙儿跟OpenAI玩真心,OpenAI背
机器学习算法工程师
1
深度解读RoCE v2网络技术
在日新月异的网络技术领域中,远程直接内存访问(RDMA)技术已成为优化数据传输流程、提升整体网络效能的关键驱动力。其中,以太网融合RDMA技术——RoCE(RDMA over Converged Ethernet),其第二代版本RoCE v2凭借显著的性能提升与更强的灵活性脱颖而出。本文来自“深度解
架构师技术联盟
0
学习开放日:开放复杂科学、AI+X 海量学习资源!
Datawhale干货 学习开放日:4月27-28日1. 什么是学习开放日?以AI为代表的技术突飞猛进,人类知识森林快速扩张,仅凭一人之力不仅难以覆盖,更是难以串联知识线索。唯有像蚂蚁探索最优路径一样,我们才能在信息爆炸的知识森林中探索出更好的方向!因此,今年集智斑图联合国内最
Datawhale
1
机房水冷空调管路应该如何安装布局?
近年来随着云计算技术的快速发展,全球数据中心开始向着巨型化的方向发展,单机柜功率密度不断提高,5KW、7KW、10KW甚至几十KW功率机柜已逐步成为常规配置。新一代数据中心更显著的表现为:规模更大、密度更高、制冷要求更高、局部过热成为常态等特点。本文就来探讨下水
数据中心运维管理
0
【深度学习】图解自注意力机制(Self-Attention)
一、注意力机制和自注意力机制的区别Attention机制与Self-Attention机制的区别传统的Attention机制发生在Target的元素和Source中的所有元素之间。简单讲就是说Attention机制中的权重的计算需要Target来参与。即在Encoder-Decoder 模型中,At
机器学习初学者
0
请问哪位大佬有空?我自己搞不定pycharm安装调试了?
点击上方“Python共享之家”,进行关注回复“资源”即可获赠Python学习资料今日鸡汤残云归太华,疏雨过中条。大家好,我是Python进阶者。一、前言前几天在Python最强王者交流群【斌】问了一个Python环境安装的问题,请问哪位大佬有空?我自己搞不定pycharm安装调试了。二、实现过程这
IT共享之家
0