Установка и настройка PyTorch

На предыдущем этапе этого руководства мы обсудили основы PyTorch и необходимые условия использования для создания модели машинного обучения. Здесь мы установим его на компьютере.

Скачать PyTorch

Сначала необходимо настроить среду Python.

Рекомендуется настроить виртуальную среду Python в Windows с помощью Anaconda в качестве диспетчера пакетов. В дальнейших настройках предполагается, что вы используете среду Anaconda.

1. Скачайте и установите Anaconda здесь. Выберите Anaconda 64-bit installer for Windows Python 3.8.

Это важно

Помните, что необходимо установить Python 3.x. В настоящее время PyTorch в Windows поддерживает только Python 3.x; Python 2.x не поддерживается.

После завершения установки проверьте версии Anaconda и Python.

2. Откройте диспетчер Anaconda с помощью start - Anaconda3 — Anaconda PowerShell Prompt и проверьте свои версии:

Чтобы проверить версию Python, выполните следующую команду: python –-version

Чтобы проверить версию Anaconda, выполните следующую команду: conda –-version

Теперь можно установить пакет PyTorch из двоичных файлов с помощью Conda.

3. Перейдите по адресу https://pytorch.org/.

Выберите соответствующие сведения о установке PyTorch:

• Сборка PyTorch — стабильная.
• Ваша ОС — Windows
• Пакет — Conda
• Язык — Python
• Вычислительная платформа — ЦП или выберите версию Cuda. В этом руководстве вы будете обучать и выводить модель на ЦП, но также можно использовать GPU Nvidia.

4. Откройте диспетчер Anaconda и выполните команду, как указано в инструкциях по установке.

conda install pytorch torchvision torchaudio cpuonly -c pytorch

5. Подтвердите и завершите извлечение необходимых пакетов.

Давайте проверим установку PyTorch, запустив пример кода на PyTorch для создания случайно инициализированного тензора.

6. Откройте командную строку PowerShell Anaconda и выполните следующую команду.

python

Затем введите следующий код:

import torch 

x = torch.rand(2, 3) 

print(x)

Выходные данные должны быть случайным 5x3 тензором. Цифры будут отличаться, но они должны выглядеть примерно так, как показано ниже.

Замечание

Заинтересованы в обучении больше? Посетите официальный веб-сайт PyTorch

Дальнейшие шаги

Теперь, когда мы установили PyTorch, мы готовы настроить данные для нашей модели.