Pytorch(pip安装示例)
2023-04-18 15:43:35 时间
00、简单介绍:
PyTorch是一个基于Torch的Python开源机器学习库,用于自然语言处理等应用程序。
PyTorch提供的两个高级功能:
- GPU加速张量计算(如Numpy)
- 动态神经网络,可自动求导,很灵活
1、我的安装配置:
pytorch1.12.1/python3.7/windows/cuda11.7
2、官网下载(一般下载到python下的安装文件夹):
备注:建议选择cuda11.3
3、pip安装
(文件是2.4G的,安装中建议不要动鼠标,不然会停止下载要重新来(心酸的经历),整个下来大概需要十来分钟吧,如果下载速度是3m/s左右的话)
win+r>>cmd>‘复制网站提供的指令’
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
4、测试是否安装成功
(这一步请打开你的编译器去测试,温馨插播以下,我觉得pycharm比spyder好用)
import torch#载入模块torch
print(torch.__version__)#输出版本
x = torch.rand(5, 3)#测试运算
print(x)
print(torch.cuda.is_available())#测试是否支持cuda,ture是支持,否则仅CPU
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击