Pytorch 安装

news2024/9/17 8:31:19

Pytorch

PyTorch介绍

特点:

1.简单易用、分布式训练、服务器部署方便、移动端部署方便;

2.PyTorch 是基于以下两个目的而打造的python科学计算框架:

无缝替换NumPy,并且通过利用GPU的算力来实现神经网络的加速。

3.通过自动微分机制,来让神经网络的实现变得更加容易。

参考网站:
https://github.com/pytorch/pytorch
https://pytorch.org/
https://pytorch.apachecn.org/#/docs/1.7/README
https://github.com/pytorch/examples

PyTorch安装

Python版本要求必须是64位的;CPU版本或者GPU版本任选一个版本安装即可;GPU版本的安装要求必须是NVIDIA显卡,并且安装好对应的驱动。
在这里插入图片描述

https://pytorch.org/get-started/locally/
https://pytorch.org/get-started/previous-versions/
https://developer.aliyun.com/mirror/anaconda/

1.设置conda国内源

conda config --set show_channel_urls yes
在这里插入图片描述

2.修改~/.condarc文件内容:

在这里插入图片描述

channels:

  • https://mirrors.aliyun.com/anaconda/cloud/ursky
  • https://mirrors.aliyun.com/anaconda/cloud/stackless
  • https://mirrors.aliyun.com/anaconda/cloud/simpleitk
  • https://mirrors.aliyun.com/anaconda/cloud/rdkit
  • https://mirrors.aliyun.com/anaconda/cloud/rapidsai
  • https://mirrors.aliyun.com/anaconda/cloud/qiime2
  • https://mirrors.aliyun.com/anaconda/cloud/pyviz
  • https://mirrors.aliyun.com/anaconda/cloud/pytorch3d
  • https://mirrors.aliyun.com/anaconda/cloud/pytorch-test
  • https://mirrors.aliyun.com/anaconda/cloud/pytorch
  • https://mirrors.aliyun.com/anaconda/cloud/psi4
  • https://mirrors.aliyun.com/anaconda/cloud/plotly
  • https://mirrors.aliyun.com/anaconda/cloud/omnia
  • https://mirrors.aliyun.com/anaconda/cloud/ohmeta
  • https://mirrors.aliyun.com/anaconda/cloud/numba
  • https://mirrors.aliyun.com/anaconda/cloud/msys2
  • https://mirrors.aliyun.com/anaconda/cloud/mordred-descriptor
  • https://mirrors.aliyun.com/anaconda/cloud/menpo
  • https://mirrors.aliyun.com/anaconda/cloud/matsci
  • https://mirrors.aliyun.com/anaconda/cloud/intel
  • https://mirrors.aliyun.com/anaconda/cloud/idaholab
  • https://mirrors.aliyun.com/anaconda/cloud/fermi
  • https://mirrors.aliyun.com/anaconda/cloud/fastai
  • https://mirrors.aliyun.com/anaconda/cloud/dglteam
  • https://mirrors.aliyun.com/anaconda/cloud/deepmodeling
  • https://mirrors.aliyun.com/anaconda/cloud/conda-forge
  • https://mirrors.aliyun.com/anaconda/cloud/caffe2
  • https://mirrors.aliyun.com/anaconda/cloud/c4aarch64
  • https://mirrors.aliyun.com/anaconda/cloud/bioconda
  • https://mirrors.aliyun.com/anaconda/cloud/biobakery
  • https://mirrors.aliyun.com/anaconda/cloud/auto
  • https://mirrors.aliyun.com/anaconda/cloud/Paddle
  • https://mirrors.aliyun.com/anaconda/pkgs/r
  • https://mirrors.aliyun.com/anaconda/pkgs/msys2
  • https://mirrors.aliyun.com/anaconda/pkgs/main
  • https://mirrors.aliyun.com/anaconda/pkgs/free
    show_channel_urls: true
    custom_channels:
    conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3.安装命令(版本根据自己需求选择):

conda install pytorch1.10.1 torchvision0.11.2 torchaudio==0.10.1
cpuonly -c pytorch

4. 查看是否安装成功

python

import torch
torch.cuda.is_available()
torch.rand(5,3)

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/466909.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ubuntu-18.0.04 鸿蒙OpenHarmony系统源码(OHSP)下载

如果想下载HarmonyOS中 api7里面的java 源码的,可以止步了。因为这一块并没有开源,api 7里面java的部分属于HarmonyOS,不是openharmony的部分… 怪不得网上找不到任何一个介绍Ability.java AbilitySlice.java这种源代码的文章。java应该只是鸿…

Cilium架构简介eBPF数据流向查看

1 环境准备 上一篇文章将 k8s 的网络插件改为 cilium 同时部署了观测平台 hubble,部署方式可参考上篇。 基于eBPF的k8s网络插件Cilium部署与流量治理浅尝 本篇讲一下 cilium 的架构和数据流向的查看方式。首先,你需要一个kubernetes集群,并使…

算法记录 | Day43 动态规划

1049.最后一块石头的重量 II 思路: 本题其实就是尽量让石头分成重量相同的两堆,相撞之后剩下的石头最小,这样就化解成01背包问题了。 本题物品的重量为stones[i],物品的价值也为stones[i]。 对应着01背包里的物品重量weight[i…

[学习笔记] [机器学习] 3. KNN( K-近邻算法)及练习案例

视频链接数据集下载地址:《3. KNN及练习案例》配套数据集 1. K-近邻算法(KNN)概念 学习目标: 掌握K-近邻算法实现过程知道K-近邻算法的距离公式知道K-近邻算法的超参数 K K K值以及取值问题知道kd树实现搜索的过程应用KNeighborsClassifier实现分类知…

什么是ERP?可能是全网最权威的解读

ERP的概念定义 ERP是企业资源规划的简称。要理解ERP是什么,最简单的方法是先思考企业正常运营需要的核心业务流程,如财务、HR、制造、供应链、服务、采购等,而 ERP系统最基础的功能就是帮助企业在集成式系统中高效管理这些流程。因为 ERP 系…

烟火识别智能监测系统 yolov5

烟火识别智能监测系统基于pythonyolov5网络模型算法智能分析技术,烟火识别智能监测算法模型对现场画面进行实时分析,发现现场出现烟火立即抓拍实时告警。我们选择当下卷积神经网络YOLOv5来进行火焰识别检测。6月9日,Ultralytics公司开源了YOL…

Day956.代码现代化 -遗留系统现代化实战

代码现代化 Hi,我是阿昌,今天学习记录的是关于代码现代化的内容。 代码现代化的主要模式。 大体的脉络是这样的: 先对代码做可测试化重构,并添加测试;在测试的保护下,安全地重构;在测试的保…

数据链路层相关知识

文章目录 一.数据链路层简介二.MAC地址为什么有了ip地址,我们还要使用mac地址呢? 三.以太网什么是以太网以太网封装帧格式认识MTU谈谈 MTU对IP协议的影响. 一.数据链路层简介 数据链路层的位置和角色:位于物理层和网络层之间,负责实现两个直接相连的节点(主机/路由器)之间的可…

SpringCloud源码之OpenFeign

OpenFeign 基于 OpenFeign 2.2.6.RELEASE版本进行源码阅读 <dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-openfeign</artifactId><version>2.2.6.RELEASE</version> </dependen…

Linux_红帽8学习笔记分享_6(yum软件仓库技术)

Linux_红帽8学习笔记分享_6(yum软件仓库技术) 文章目录 Linux_红帽8学习笔记分享_6(yum软件仓库技术)1. RPM软件包的使用技巧1.1如何查询指定软件包是否安装1.2如何删除指定软件包1.3如何安装指定软件包1.5依赖关系 2. YUM软件仓库的配置及使用2.1修改YUM软件仓库的配置文件 3.…

张量、标量、向量和矩阵

张量、标量、向量和矩阵 https://github.com/bovem/publications/tree/master/Linear%20Algebra 张量是一个数据数组(数字、函数等)&#xff0c;它以任意数量(0 或更大)的维度展开。维数称为张量秩。 秩 0 张量 没有维度(0)的张量。 A 是 0 维张量 秩 1 张量 仅在一维中展开的张…

MySQL 字段为 NULL 的5大坑,99%人踩过

数据库字段允许空值(null)的问题&#xff0c;你遇到过吗&#xff1f; 在验证问题之前&#xff0c;我们先建一张测试表及测试数据。 数据库字段允许空值(null)的问题&#xff0c;你遇到过吗&#xff1f; 在验证问题之前&#xff0c;我们先建一张测试表及测试数据。 构建的测试…

如何实现U盘低格?这样操作快速搞定!

案例&#xff1a;怎么对U盘进行低级格式化&#xff1f; 【我的U盘出现了异常&#xff0c;我想对它进行低级格式化处理&#xff0c;有没有小伙伴知道怎么操作&#xff1f;】 随着电脑和移动设备的普及&#xff0c;U盘已经成为我们生活中必不可少的存储工具。当我们使用U盘的时…

xml注入漏洞

一、先认识XML XML有两个先驱——SGML&#xff08;标准通用标记语言&#xff09;和HTML&#xff08;超文本标记语言&#xff09;&#xff0c;这两个语言都是非常成功的标记语言。SGML多用于科技文献和政府办公文件中&#xff0c;SGML非常复杂&#xff0c;其复杂程度对于网络上…

windows中vscode配置C/C++环境

首先要把MinGW的环境安装完&#xff0c;我一般是下载带有MinGW的codeblocks&#xff0c;这样省去自己安装MinGW。因为安装MinGW还挺麻烦的。 安装完codeblocks&#xff0c;找到其安装目录&#xff0c;把bin文件配置到环境变量去&#xff1a; 将bin添加到环境变量 然后打开vsco…

【MySQL高级】——索引数据结构

一、全表遍历 每个数据页一次加载搜索 二、Hash结构 1. Hash简介 2. 两种常见加快查找速度的数据结构 3. 为什么不采用Hash结构 <1> Hash索引仅能满足&#xff0c;!和IN查询。如果进行范围查询&#xff0c;哈希型的索引&#xff0c;时间复杂度会退化为o(n);而树型的“…

PLUS模型和InVEST模型生态系统服务多情景模拟预测、ArcGIS空间数据处理、空间分析与制图、土地利用时空变化

查看原文>>>基于”PLUS模型“生态系统服务多情景模拟预测实践技术应用 目录 第一章、理论基础与软件讲解 第二章、数据获取与制备 第三章、土地利用格局模拟 第四章、生态系统服务评估 第五章、时空变化及驱动机制分析 第六章、论文撰写技巧及案例分析 基于Ar…

B端产品如何搭建用户帮助体系

用户帮助体系可以提升用户的使用体验&#xff0c;引导用户正确的使用产品&#xff0c;并且体验产品的各个功能&#xff0c;B端产品因为其特殊的业务属性和复杂度&#xff0c;通常其学习成本不低。这些成本不仅仅体现在对于复杂业务概念及流程的认知方面&#xff0c;同时体现在整…

零信任网络安全:为什么越来越多的企业选择采用这一方法?

第一章&#xff1a;引言 随着信息化技术的发展和普及&#xff0c;网络安全问题日益严峻&#xff0c;黑客攻击、病毒感染、数据泄露等问题层出不穷&#xff0c;给企业带来了极大的损失。为了保障企业信息安全&#xff0c;企业采取了一系列安全措施&#xff0c;比如加强防火墙、…

【JavaScript】8.DOM的节点操作

DOM的节点操作 获取元素通常使用两种方式&#xff1a; 利用 DOM 提供的方法获取元素利用节点层级关系获取元素 利用 DOM 提供的方法获取元素 document.getElementById()document.getElementsByTagName()document.querySelector 等逻辑性不强、繁琐 利用节点层级关系获取元素 利…