PyTorch学习笔记(1)
1、发展历史
Goggle
- Theano -> TensorFlow1 -> TensorFlow2 + Keras
- Torch7 -> Caffe -> PyTorch + Caffe2
Amazon
- MXNet
2、PyTorch/TensorFlow区别
PyTorch: 动态图优先
TensorFlow: 静态图优先（只给定了公式，但并未赋值，最后赋值，也就是说公式定义好了之后不可以改变） define公式 -> run
3、Pytorch功能
-
GPU加速
-
自动求导
-
常用网络层
常用网络层
- nn.Linear
- nn.Conv2d
- nn.LSTM
- nn.ReLU
- nn.Sigmoid
- nn.Softmax
- nn.CrossEntropyLoss
- nn.MSE
4、Mac下安装PyTorch
- Python3.7+Anaconda
- CUDA 10.0
- Pycharm Community
1）Anaconda安装：官网下载慢，使用镜像网站下载
镜像下载网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载后直接安装，期间选择安装位置：仅为我安装
2）添加环境变量
vim ~/.bash_profile
export PATH="path"（这里要填写自己电脑安装anaconda包的路径）
PATH="$PATH/bin:"
# 激活修改的环境变量
source ~/.bash_profile
输入conda --version验证是否安装成功，未出现下面命令则表示安装成功
-bash: conda: command not found
conda常用命令
- 查看环境管理的全部命令
conda env -h or conda
- 查看当前系统下的环境
conda info -e or conda-env list
- 创建环境
conda create env_name (创建一个新环境，存储位置在/.conda文件中)
创建指定python版本的环境
conda create env_name python=3.8
- 激活进入某个环境
activate env_name
- 退出某个环境
deactivate env_name
- 复制某个环境
conda create new_env_name old_env_name
- 删除某个环境
conda remove env_name
- 安装包
conda install xxx
pip install xxx
- 指定的安装环境
conda install -n env_name 包名
- 查看已安装的包
conda list
- 查看指定环境下的包
conda list -n env_name
- 查找包
conda search 包名
- 更新包
conda update xxx
- 安装anaconda发行版中所有的包
conda install anaconda
- 卸载包
conda remove xxx
- 检查conda版本
conda -V
- 升级当前版本的conda
conda update conda
3)建立并激活自己的虚拟环境
- 创建python的虚拟环境
conda create -n pytorch_learning python=3.8
- 激活进入虚拟环境
conda activate pytorch_learning
- 退出虚拟环境
conda deactivate
4)安装PyTorch
ps:由于cuda已经不支持macOS，所以可以用cpu代替cuda来跑一些简单的模型，便于前期简单的学习，以后跑大型模型肯定是需要使用远程服务器来跑的
- 进入刚刚建立的环境
conda activate pytorch_learning
- 进入pytorch官网，选好版本，复制相应的命令：
conda install pytorch torchvision torchaudio -c pytorch
- 检查是否安装成功
# 输入python
python
# 再输入
import torch
print(torch.__version__)
5)配置Pycharm
- 检查Pytorch是否配置成功
import torch
print(torch.__version__)
- 然后会出现不能导入torch包的问题
注意导入python3.8的路径，是/Users/mr.wei/opt/anaconda3/bin/python3.8
不要导入envs下的，不然还是不能导入torch!!!