即运用如下指令进行装置
pip3 install torch torchvision torchaudio
或许conda指令为:
conda install pytorch torchvision torchaudio -c pytorch
以下是Pytorch 112发布时所展现的性能比照,能够看到在训练和验证普遍都快了5-20倍。
运用M1芯片进行加快
要想像运用服务器的GPU上进行深度学习加快,就需要将模型放到GPU上,在服务器中这个 *** 作是经过
device = torchdevice("cuda:0")
model = modelto(device)
完成,而MacBook Pro中只需要将cuda改为mps即可,即
device = torchdevice("mps")
model = modelto(device)
例如,咱们能够将数据和模型经过指定device的方法生成或许从cpu搬到GPU上,示例代码如下:
import torch
import torchvision
device = torchdevice("mps")
x = torchrandn(32, 32, device=device)
model = torchvisionmodelsresnet18()to(device)
print(xdevice)
print(next(modelparameters())device)
这里的变量x直接经过指定device的方法在mps即M1芯片的GPU上生成,而模型resnet18则是从CPU生成后搬到了mps。pycharmssh环境包不一致的
分析原因害,其实就是控制台环境和项目环境不一致问题,pycharm的terminal环境根本没有进入到项目的虚拟环境中。问题的出现:
1、将项目换了个文件夹:ctrl+X then ctrl+V
2、Pycharm打开后需要重新配置环境,配置venv中的pythonexe
3、点击ok,仍然显示no package
4、检查命令行打开terminal,用的是系统默认Python环境路径。
解决:
一、找到Python Interpreters,删除已经不存在的路径(就是那些在Interpreters展示栏中标红的,其实只删除你之前旧路径那个就可以了)按照下图圈红处顺序点击
选中标红旧路径,点击减号,即可删除成功
二、重新配置环境,路径为当前venv中的pythonexe,此时点击ok,就不再是invalid了,如下:
依次点击add,点击Existing environment下面三个点,找到当前venv中的pythonexe,点击ok
三、打开terminal,此时发现开头已经是(venv),测试pip list发现
那么直接命令行输入
python -m pip install --upgrade --force-reinstall pip(卸载当前pip,重新安装最新pip)
执行pip list检查如下:
至此程序的虚拟环境还原回去了,可以点击运行测试啦!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)