深度学习实践教程（第二版）-课件 第2章PyTorch框架安装

深度学习第2章PyTorch框架安装2.1PyTorch介绍2.2Windows下PyTorch深度学习环境的配置2.3Linux下PyTorch深度学习环境的配置2.4PyTorch开发工具2课上练习重点2.2Windows系统中PyTorch的配置2.2.1安装Python2.2.2CPU支持下PyTorch环境简单搭建2.2.3GPU支持下PyTorch环境的搭建32.2.4下载、安装、配置Anaconda2.2.5创建和使用虚拟环境2.2.6安装、设置PyCharm第2章PyTorch框架安装2.1PyTorch介绍以下是PyTorch的特点：1.简洁2.速度3.易用4.活跃的社区4第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.1安装Python

官网：/downloads/windows/5第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.1安装Python6第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.1安装Python7第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.1安装Python8接下来，进入Python环境。在cmd命令行窗口中输入：python回车后，若出现提示符“>>>”，如图所示，则表示成功进入了Python环境。第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.2CPU支持下PyTorch环境简单搭建1.登录PyTorch官网安装/92.点击GetStarted第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.2CPU支持下PyTorch环境简单搭建103．复制命令

复制“runthiscommand”后面的命令,到cmd命令窗口。第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.2CPU支持下PyTorch环境简单搭建4．检验环境是否安装成功控制台输入:python如果成功则会出现提示符“>>>”，说明进入了Python环境。

执行代码:>>>importtorch>>>a=torch.FloatTensor(2,3)>>>print(a)11第2章PyTorch框架安装2.2Windows下PyTorch深度学习环境的配置2.2.2CPU支持下PyTorch环境简单搭建4．检验环境是否安装成功12第2章PyTorch框架安装第2章PyTorch框架安装第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建1.查看是否具有GPU以NVIDIA品牌显卡为例进行介绍。查看计算机显卡的方法是：单击计算机中的“任务管理器”—“性能”—左侧栏划到最下面第2章PyTorch框架安装CUDA是ComputeUnifiedDeviceArchitecture的缩写，是由NVIDIA公司推出的一种并行计算平台和编程模型。

查看自己的GPU能够支持的最高CUDA版本，CMD终端输入命令:nvidia-smi，注意这个命令中间没有空格。发现我的计算机最高支持到CUDA12.4，如图所示。如果不显示这个界面，则需要更新显卡驱动。第2章PyTorch框架安装NVIDIA显卡中的运算平台是CUDA，而PyTorch的下载组件里也会包含一个内置的cuda。为了区分，显卡内的CUDA用大写，PyTorch内置的cuda用小写。

一般来讲，要满足：CUDA版本≥cuda版本。

查看CUDA版本的方法是：Win+R后输入cmd，进入命令提示符，输入nvcc-V。第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建2.安装CUDA下载CUDA的网址为：“/cuda-toolkit-archive”第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建2.安装CUDA点击需要下载的版本后，选择操作系统平台第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建2.安装CUDA做进一步选择：第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建2.安装CUDA接下来配置CUDA的环境变量。在桌面“搜索栏”输入“环境变量”既可以找到“编辑系统环境变量”。在弹出的“系统属性”窗口中点击“环境变量”。第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建2.安装CUDA

点击“编辑”-“新建”按钮，可新建环境变量的路径，默认路径如下：

C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDAC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v12.4\lib\x64C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v12.4\binC:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v12.4\libnvvp第2章PyTorch框架安装2.2.3GPU支持下PyTorch环境的搭建2.安装cuDNN先在NVIDIA开发者官网（/）注册账号。然后下载。再按2.2.1节和2.2.2节方法安装PyTorch即可完成简单安装。2.2.4下载、安装、配置Anaconda1.解释一下Python、PyCharm和Anaconda和Miniconda的关系。Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。从Python1.4版本开始，Python安装包中就自带了IDLE（IntegratedDevelopmentandLearningEnvironment）解释器。PyCharm是一种Python等众多语言的IDE，带有一整套可以帮助用户在使用Python等语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。Anaconda和Miniconda是广泛应用于数据科学、机器学习和科学计算领域的开源发行版，它集成了Python、R等编程语言，以及众多常用的科学计算和数据分析的第三方包，同时还提供了便捷的包管理和环境管理功能。但是不包含torch、torchvision、torchaudio。第2章PyTorch框架安装2.2.4下载、安装、配置Anaconda2.下载Anaconda从Anaconda官网/下载第2章PyTorch框架安装Anaconda官网界面图2.2.4下载、安装、配置Anaconda2.下载Anaconda也可以从清华大学开源软件镜像站(/)下载.在网站直接搜索Anaconda，点进去后选择“/archive”目录，找到想下载的Anaconda版本下载即可。深度学习实践教程第2章PyTorch框架安装2.2.4下载、安装、配置Anaconda2.安装Anaconda第2章PyTorch框架安装Anaconda安装界面图2.2.4下载、安装、配置Anaconda2.安装Anaconda第2章PyTorch框架安装Anaconda安装界面图2.2.4下载、安装、配置Anaconda2.安装Anaconda第2章PyTorch框架安装选择Anaconda安装路径图

安装路径选择。如图所示。可以按默认进行安装，也可以自定义。比如放在新建的【D:\Anaconda】里。2.2.4下载、安装、配置Anaconda2.配置Anaconda第2章PyTorch框架安装

添加Anaconda的环境变量

将【D:\Anaconda】、

【D:\Anaconda\Scripts】与【D:\Anaconda\Library\bin】添加到环境变量。注意，这里的“D:\”是因为将Anaconda安装在了D盘。2.2.5创建和使用虚拟环境1.base环境下的操作如下第2章PyTorch框架安装

在“所有应用”中选择“Anaconda”-点击“AnacondaPrompt”进入Anaconda的环境中，接下来的命令均在“AnacondaPrompt”中执行。列出所有的环境的命令：condaenvlist创建名为“环境名”的虚拟环境，并指定Python的版本的命令：condacreate-n环境名python=版本号比如：condacreate-n环境名python=3.122.2.5创建和使用虚拟环境1.base环境下的操作如下第2章PyTorch框架安装创建名为“环境名”的虚拟环境，并指定Python的版本与安装路径的命令：condacreate--prefix=安装路径\环境名python=版本号删除名为“环境名”的虚拟环境的命令：condaremove-n环境名--all进入名为“环境名”的虚拟环境的命令：condaactivate环境名2.2.5创建和使用虚拟环境2.自建虚拟环境内的操作如下。第2章PyTorch框架安装列出当前环境下的所有包的命令：condalist安装某包（某安装库），并指定版本号的命令：pipinstall包名==版本号-i地址比如在清华网站上安装NumPy包，并指定版本1.26.4命令为：

pipinstallnumpy==1.26.4-i/simple第2章PyTorch框架安装2.2.5创建和使用虚拟环境如果下载太慢：/whl/torch_stable.html

镜像源：阿里云/pypi/simple/中国科技大学/simple/豆瓣/simple/中国科学技术大学/simple/清华大学/simple/安装的语句pip3install本地地址34第2章PyTorch框架安装2.2.5创建和使用虚拟环境查看当前环境下某个包的版本（以numpy为例）：pipshownumpy退出虚拟环境的命令；condadeactivate下面建立一个名为“DL”的虚拟环境。在base环境中输入命令：condacreate-nDLpython=3.12显示目前有哪些环境，输入命令：condaenvlist。结果如图所示。35第2章PyTorch框架安装2.2.6安装、设置PyCharm1.安装PyCharm36图

PyCharm社区版下载界面第2章PyTorch框架安装2.2.6安装、设置PyCharm3.PyCharm和虚拟环境连接

安装完成后进入PyCharm，单击“CreateNewProject”按钮，打开“NewProject”对话框，建立一个名为“pythonProject1”的工程，路径选在“D:\Pycharm”，如图所示。37第2章PyTorch框架安装2.2.6安装、设置PyCharm3.PyCharm和虚拟环境连接

选择Baseconda（基础Conda环境）。“Selectpath”找到Anaconda里的python.exe作为解释器。比如本书填入“D:/Anaconda/python.exe”，如图所示。38第2章PyTorch框架安装2.2.6安装、设置PyCharm3.PyCharm和虚拟环境连接

接下来，可以新建程序。在新建的工程“pythonProject1”上点右键选择“New”-“PythonFile”，输入文件名“test”，如图所示。39第2章PyTorch框架安装2.2.6安装、设置PyCharm3.PyCharm和虚拟环境连接

在程序中输入内容，会出现如图所示，需要选择Python解释器。点击“ConfigurePythoninterpreter”选择纯base环境的python解释器。程序运行结果为“helloworld”。40程序示例图

当出现需要安装新包（库）时，选择菜单栏里的“File-Setting”-“Project：pythonProject1”里面的“PythonInterpreter”，在图中按“+”。第2章PyTorch框架安装2.2.6安装、设置PyCharm3.PyCharm和虚拟环境连接41增加操作包截面图第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.1安装VMwareWorkstationPro虚拟机下载地址:虚拟机Vmwareworkstation15.5百度网盘地址；https:///s/1cSzZpvkbrEL6wwy6MYjP4g

密码：pcww安装视频42第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.1安装VMwareWorkstationPro43第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.1安装VMwareWorkstationPro44第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.1安装VMwareWorkstationPro45第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.2配置Python3.5环境指定默认打开Python3.5，操作如下。1.进入Ubuntu16.04系统，打开终端（Terminal）。2.依次输入以下三条命令：sudocp/usr/bin/python/usr/bin/python_baksudorm/usr/bin/pythonsudoln-s/usr/bin/python3.5/usr/bin/python上述命令成功后，在终端输入Python，再打开的就默认是Python3.5环境了。46第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.3Linux上安装PyTorch1.进入PyTorch官网：/47第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.3Linux上安装PyTorch2.在终端执行该命令。pip3installtorch==1.3.1+cputorchvision==0.4.2+cpu-f/whl/torch_stable.html48第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.3Linux上安装PyTorch2.在终端执行该命令。pip3installtorch==1.3.1+cputorchvision==0.4.2+cpu-f/whl/torch_stable.html49第2章PyTorch框架安装2.3Linux下PyTorch深度学习环境的配置2.3.3Linux上安装PyTorch3.测试。>>>Importtorch>>>a=torch.FloatTensor(2,3)>>>print(a)50第2章PyTorch框架安装2.4PyTorch开发工具2.4.1IDLE51第2章PyTorch框架安装2.4PyTorch开发工具2.4.1IDLE点击IDLE菜单栏上的“File”选择“NewFile”就可以打开一个新文件，如图所示。52第2章PyTorch框架安装2.4PyTorch开发工具2.4.1IDLE53第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm/help/pycharm/installation-guide.html#snap54第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm55第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm56第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm57第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm58第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm59第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm60第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm点击CreateNewProject61第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm62第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm63第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm64第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm65第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm66第2章PyTorch框架安装2.4PyTorch开发工具2.4.2PyCharm67/whl/torch_stable.html课堂练习（1）torchvision包由流行的

、模型架构(torchvision.models)和用于计算机视觉的常见图像转换(torchvision.transforms)