Facebook FAIR,简单可单步调改洞陵试,tensorflow的四倍学术引用量,社区和文档丰富
1. 安装anaconda
2. 创建、激活、退出虚拟环境
3. 查看显卡
mac电脑,显卡是Intel Iris Plus Graphics.
解决方案:https://pytorch.org/get-started/locally/#mac-from-source
4. 安装CUDA
https://developer.nvidia.com/cuda-downloads 已经不再支持macOS
5. 安装Pytorch
6. 检查pytorch安装成功
命令行进入python,如果import torch成功了,即可
注意如果本机安装多个python环境的话,键入python3,才是安装了pytorch环境
7. PyCharm配置环境
macOS参考这个 链接 。在核戚pycharm的编译环境中找不颤大到anaconda地址,后来发现安装地址为 /Users/jun/opt/anaconda3,应该是因为选择了“用户安装”的方式导致的差异。
1. https://github.com/bharathgs/Awesome-pytorch-list
将pytorch相关的NLP、CV库做了罗列和介绍,其中包括pytorch/text这样的原生轮子,也包括基于pytorch实现的算法,例如seq2seq。是非常好的学习材料
2. https://pytorch.org/docs/stable/index.html //pytorch的官方文档
3. https://github.com/zergtant/pytorch-handbook //中文的手册
4. https://discuss.pytorch.org/ //pytorch社区,也是第一手资料的来源
打开powershell 输入:
后续更新版本只需要到官网复制命令即可:
装GPU的话,还需要事先装春岩运一个cuda.
安装cuda: https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local
查看安装是否成功:枣旅
一个框架具体怎么用,还是看实际应用,开始不要一个一个去看很基扒梁本的 *** 作,直接看一个实际的例子。我觉得 主干链路式 的学习方法是比较好的。
keras可以看作tensorflow封装了一层api。tensorflow和pytorch各有千秋,虽然现在tensorflow似乎在模仿pytorch,不过好像没模仿成功。。。
深度学习框架所有 *** 作基于tensor的格式,tensor理解成是最小 *** 作单元,可以是一个任意维向量。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)