pytorch简介与安装 - 博客详情

Pytorch 是 torch 的 python 版本，是由 Facebook 开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor）库，在机器学习和其他数学密集型应用有广泛应用。与 Tensorflow1.0 的静态计算图不同，Pytorch 的计算图是动态的，可以根据计算需要实时改变计算图。

1.安装cuda

1).打开NVDIA控制面板，查询是否出现如下图中控制面板的版本和查看显卡型号。

如果没有安装NVDIA控制面板，说明没有下载安装过nvidia的驱动。可以通过“DirectX诊断工具”可以查看显卡型号(可以通过任务管理的性能标签页查看)，按下“Win+R”组合键打开“运行”，输入“dxdiag”，点击“确定”。

去下面的网址下载和你的显卡匹配的驱动。安装即可。 https://www.nvidia.cn/Download/index.aspx?lang=cn

2).下载cuda

去cuda官网下载最新的cuda 。 https://developer.nvidia.com/cuda-downloads

下载windows版的安装包。注意：选择以下选项安装即可。

测试环境是否安装成功，cmd打开命令窗口。测试以下命令nvcc --version。

cuda环境安装成功后，会自动配置好相应的环境变量。

2.安装CuDNN

去CuDNN注册账号，并且下载cudnn。注意：一定选择和cuda版本一致的下载。 https://developer.nvidia.com/rdp/cudnn-download

下载后，解压缩，如下图效果：

把bin,include,lib这三个目录覆盖到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3下。

测试CuDNN是否安装成功，在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\extras\demo_suite 目录下打开命令窗口。

测试bandwidthTest.exe 测试deviceQuery.exe

如果测试结果都是PASS，说明CuDNN安装成功。

3.安装pytorch

打开Anaconda Prompt.

使用清华镜像源网站,分别输入以下4行代码：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

打开pytorch官网。查看安装命令，并执行。

conda安装pytorch如果出现以下错误：

Solving environment: unsuccessful initial attempt using frozen solve. Retrying with flexible solve. 
Solving environment: unsuccessful attempt using repodata from current_repodata.json, retrying with next repodata source.

建议新建一个虚拟环境（比如：命名为 Pytorch_env）,重新使用conda安装pytorch,一般都会成功。

输入conda list查看是否安装成功。

4.Pycharm编写第一个pytorch程序

创建一个python项目。

测试代码如下：

import torch


def print_cuda_info(name):
    print(f'Hi, {name}')
    print(torch.__version__)  # pytorch版本
    print(torch.version.cuda)  # cuda版本
    print(torch.cuda.is_available())  # 查看cuda是否可用
    # cuda可用设备数量
    # 获取CUDA设备数量
    num_gpus = torch.cuda.device_count()
    print(f"Number of GPUs: {num_gpus}")
    # 遍历所有GPU并打印其名称
    for i in range(num_gpus):
        print(f"GPU {i}: {torch.cuda.get_device_name(i)}")

if __name__ == '__main__':
    print_cuda_info('Pytorch')

输出结果：

Hi, Pytorch
2.4.0+cu121
12.1
True
Number of GPUs: 2
GPU 0: NVIDIA GeForce RTX 2080 Ti
GPU 1: Quadro P1000

5.Pytorch基本结构

对于 PyTorch 的结构组成主要分为三个部分：

Tensor：张量， PyTorch 中的基本运算的数据类型，实际上就是一个多维数组，并且可以看作是 Numpy 的翻版实现。
Variable：变量，能进行梯度求解（Autograd）的数据类型。在新版本中，Variable 与 Tensor 数据类型进行了合并。
nn.Module：神经网络模型。