Pytorch和tensorboard小白踩坑经验
–
结果最近在github上看到一个LSTM-CNN的模型,朋友跑成功了,我也想跟着跑一下,需要pytorch和tensorboard,然后…我就跟着网上的教程下,在anacoda上安装,pytorch很成功就安装了,tensorboard也能用,但是怎么结合在一起用我搞了好久,最后还是一堆bug,浅浅记录一下经验,让自己别再摔第二次了
重点是要弄清楚你的电脑配置!
你的 *** 作系统和你的显卡!!这很重要!
网上一搜一大堆,我从的文章摘来的解释:Anaconda是由Python提供支持的领先的开放数据科学平台。 Anaconda的开源版本是Python和R的高性能分发版本,包括超过100个用于数据科学的最流行的Python,R和Scala软件包。
二、踩坑经验 1.Anacoda虚拟环境接上,虽然下好了Anacoda,但我还是不懂啊T^T,套着教程一步一步把pytorch下好了,我还很开心,以为虚拟环境名称pytorch就是我的包,于是,我以为:
conda create --name tensorflow python=3.5
这句命令行就是我下的包(我还想怎么那么简单)(可以看出我有多小白了吧)
经过一晚的摸索,我终于明白:它只是个虚拟环境!只是这个环境的名称叫做tensorflow。
本来Pytorch下的好好的,因为对虚拟环境的认识不到位,在各种虚拟环境下找我的Pytorch,用的命令行为:
import pytorch
touch.cuda.is_available()
显示结果:false
大佬看到这就应该知道我为什么错了吧,因为这是配置cuda的测试,而我是CPU…and then,我换了另一个命令行测试
(base) C:\Users\think>activate pytorch
(pytorch) C:\Users\think>pythonimport torch
import torchvision
恩没报错,所以我是成功了的hhhhhhhhhhhhhhh,我真的搞了一晚上!就是分不清cuda和CPU,差点准备卸载anaconda重下了,后来因为卸载也太麻烦了我就放弃了…
关于false的知识点false代表你不能在GPU运行,但是能在CPU运行(早点懂该多好
用豆瓣镜像源下tensorflow不知道有没有人和我一样,看到一个新的名词就害怕退缩了。怕的人去了解一下镜像!很好用!不难不难不难!
找了半天都没找到几个好用又快的下tensorflow_CPU的方式,还是卡的问题,我是AMD卡,最下面附了一个挺适合我的教程。
但是速度还是很难,可以试试这个
pip install -i https://pypi.douban.com/simple/ tensorflow_cpu
##最后!
附上我的图
最后我两个都下载成功啦!皇天不负有心人,我真的学到了很多!!如果有人遇到问题了可以多查查资料!记得配置配置配置!!
这个文章的标题其实我还是没解决,现在还在找资料继续尝试,但了解了anaconda还有一些基础知识以后感觉思路清晰了一些
写这个文章就是为了给自己提个醒,照搬全套前要有自己的认识,遇到事情后先认真找找原因而不是卸载重来…
pytorch的安装还是比较容易的,CSDN上蛮多流程的,接下来把这个文章的坑填完了,打算在研究一下tensorboard怎么用(小白只能用开源代码),必须先打好基础把怎么用学好
我来补充了:还是卡的问题,我是AMD卡,找教程瞎找一堆,在茫茫教程中找到了一个属于我的教程:http://t.csdn.cn/GOEf5
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)