一、概述

PyTorch可以認為是一個Python庫，可以像NumPy、Pandas一樣被調用。PyTorch和NumPy功能是類似的，可以將PyTorch看作用在神經網絡（深度學習）里的NumPy，并且加入了GPU支持的NumPy（原生NumPy不支持GPU）。

目前，應用最廣、熱度最高的深度學習框架為PyTorch和TensorFlow。本系列先從PyTorch開始，后面有機會再去弄TersonFlow，還有時間的話，就再去系統回顧下之前學習的Caffe框架。

小結：PyTorch為深度學習框架，為NumPy的替代品，支持GPU，可以用來搭建和訓練深度神經網絡。

二、工具準備

暫時確定：Anaconda、Jupyter Notebook。

1、Anaconda。

為了降低WSL在C盤下的負擔，深度學習這塊，準備在Windows下安裝各種環境。Anaconda集成了許多優秀的開發工具。例如：Anaconda Navigator和Anaconda Prompt。前者是一個桌面圖形界面，內部集成了很多開發工具，如Jupyter Notebook，VSCode。如果要啟動某個軟件，直接在界面的軟件下Launch就行了。后者是Anaconda的終端，可在其中使用conda命令來管理Python庫。conda是一個開源的軟件包管理系統和環境管理系統，可以方便地管理Python的庫函數以及創建虛擬環境。如果要啟動該功能，直接在“開始”菜單找到就行了。

如何完成安裝？

1.去這里下載對應版本的Anaconda包。

如果進去之后是一個Buy Now的購買界面，那很有可能就是因為掛了代理，速度跟不上，下載沒成功，關掉就好。

2.下載好后雙擊exe程序。Next、I Agree、All Users操作后，選擇安裝的路徑。裝的時候提示路徑有警告，我覺得是沒啥問題的，但保險起見，還是裝在沒空格的地方。

3.Next后出現下面這個情況。這一步是非常重要的！！！需要理解下，不然后面使用Anaconda容易出現問題。

首先關于這段話：

Not recommended.Instead , open Anaconda3 with the Windows startmenu and select “Anaconda (64-bit)”. This “add to PATH” option makesAnaconda get found before previously installed software, but maycause problems requiring you to uninstall and reinstall Anaconda.
不推薦。相反，用Windows開始菜單打開Anaconda3，選擇“Anaconda(64位)”。這個“添加到PATH”選項會讓你在之前安裝的軟件之前找到Anaconda，但可能會導致問題，需要你卸載并重新安裝Anaconda。

按軟件默認的推薦，是不要選中框1內容，將Anaconda添加到路徑中。如果選中的話，會將Anaconda添加到系統路徑中，這樣，就得使用“開始”菜單的Anaconda Navigator或Anaconda命令提示符，來啟動Anaconda，不然環境變量是錯誤的。但如果不選中，以后是可以隨時將Anaconda添加到您的PATH中。這里選擇不勾選，如果要在命令提示符下使用Anaconda，那就選中該框。由于電腦中沒有Python的其他版本，這里直接默認3.8的。next、next并Finish后，完成安裝。

如何測試安裝？

測試安裝的一種好方法是打開Jupyter Notebook。可通過Anaconda Prompt或Anaconda Navigator執行此操作。

1.找到Anaconda Navigator，然后單擊Anaconda Navigator。

2.在Jupyter Notebook下，單擊Launch。

3.為了在Windows下使用Anaconda中的軟件，需要添加下環境變量。

打開命令提示符。運行jupyter notebook，如果出現這個問題，需要配置下路徑。

只需要將之前安裝時的路徑，放到環境變量里的path中去。

三、conda命令

幾個非常有用的conda命令。

conda list 列出所有已安裝的包
conda install pandas 安裝包（比如這里安裝Python的Pandas庫）
conda uninstall pandas 卸載包
conda update pandas

四、PyTorch的安裝

在項目開發過程中，由于需求不同，得下載各種不同的框架和庫，版本間的差異也會不同，需要不斷更新或卸載對應的庫，管理非常麻煩。需要創建虛擬環境，來為不同的項目創建獨立的空間，這個空間里安裝的任何庫和框架都是獨立的，不會影響到外部環境。這時，就需要上面安裝的Anaconda了。

1.打開Anaconda Prompt。在命令行中輸入：

conda create --name lypytorch python=3.8

lypytorch是我的虛擬環境名稱，可以自由命名。虛擬環境的運行需要一些庫，安裝完后，返回下面結果。

2.輸入activate lypytorch進入虛擬環境。如果不想使用虛擬環境了，可以輸入conda.bat deactivate來關閉當前虛擬環境（直接使用deactivate lypytorch不太行，會提示錯誤，一個坑點）。

3.瀏覽器中進入這個頁面，進入Pytorch的官網后，點擊Get Started進入下載頁面。

在Compute Platform中，如果想用GPU計算，得選CUDA等來安裝GPU版本的PyTorch。安裝GPU版本的PyTorch，得先有塊NVIDIA的GPU并且安裝了顯卡的驅動，并且在安裝前，需要提前安裝CUDA和CUDNN，這里我自己的電腦，雖然有顯卡，但也不是很好的那種，就用CPU版本的。安裝GPU版本的PyTorch需要硬件支持，而且準備工作非常多，推薦先使用CPU版本的PyTorch。其實，小規模的神經網絡，PyTorch的運行速度并無比較大的區別。

在虛擬環境PyTorch中輸入下面命令，就可以開始PyTorch的安裝了。

conda install pytorch torchvision torchaudio cpuonly -c pytorch

4.新建的虛擬環境是沒有Jupyter的，需要運行下面的指令來安裝。

conda install jupyter

運行后的輸出。

當然，除了Jupyter外，還可以根據需要使用conda命令安裝其他的Python庫。

5.安裝完后進行測試。打開Anaconda Navigator，由于PyTorch安裝在虛擬環境lypytorch中的，可以在Anaconda Navigator界面中的Applications on下拉列表框中選擇lypytorch，然后，可以啟動該環境下的Jupyter Notebook。

6.打開Jupyter Notebook后，輸入import等指令來導入庫。

import torch
import torchvision
torch.__version__

這里的torch是PyTorch的核心庫，torchvision包是服務于PyTorch深度學習框架的，用來產生圖片、視頻數據集、一些流行的模型類和預訓練模型。簡言之，torchvision由torchvision.datasets、torchvision.models、torchvision.transforms和torchvision.utils四個模塊組成。安裝的時候，會同時安裝了PyTorch和torchvision。結果如下面所示，表示運行成功。

五、Jupyter修改默認路徑

Jupyter默認打開的路徑不知跑到哪去了，需要修改下默認的啟動路徑。

1.虛擬環境下，運行下面指令查看配置文件路徑。

jupyter notebook --generate-config

得到下面結果：

2.在Windows系統下，找到對應的文件。

3.打開后搜索到下面的代碼，把注釋去掉后，選擇默認的工作路徑。

## The directory to use for notebooks and kernels. 
#c.NotebookApp.notebook_dir = '' 

這里D:\Jupyter_PyTorch是我的工作路徑，可以修改成自己的。還得注意，指令前面是不能留空格的。同時自己的工作文件夾需要提前新建，否則Jupyter Notebook會找不到這個文件，會產生閃退現象。

4.更改完，再右鍵自己虛擬環境下的Jupyter快捷方式，點擊屬性，將“%USERPROFILE%”刪除保存。

右鍵屬性打開后刪除對應的路徑，并應用下。

5.修改完，可以直接點擊程序運行，默認是打開虛擬環境下Jupyter，打開后，新建一個文件，導入一下PyTorch，保存一下，可以看到在之前的工作空間下，已經產生了保存的文件。

Note：

如果命令“jupyter notebook --generate-config”執行有錯誤，大多是因為沒有配置環境變量導致的，需要先進行設置下。

到此這篇關于PyTorch學習之軟件準備與基本操作總結的文章就介紹到這了,更多相關PyTorch軟件準備與基本操作內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！