Установка и настройка PyTorch на компьютере

Примечание.

Для повышения функциональности PyTorch также можно использовать с DirectML в Windows.

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

Установить PyTorch

В этом руководстве используется среда Anaconda на 64-разрядной Windows для обучения и запуска модели на ЦП. Для приложения машинного обучения Windows далее в руководстве вам потребуется Windows 10 версии 1809 (сборка 17763) или более поздней версии. Для этих действий не требуется GPU или CUDA.

Внимание

Это устаревшее руководство. Шаги сохраняют Python 3.8 и версию пакета PyTorch 1.7.1, показанные в исходных примерах установки, вместо обновления последующего кода обучения и экспорта в ONNX. Python 3.8 больше не поддерживается, и PyTorch перестал публиковать официальные пакеты Conda, начиная с версии 2.6. Используйте отдельную тестовую машину или виртуальную машину для воспроизведения этой среды, а не рабочей среды. Для новых проектов следуйте текущим рекомендациям по установке PyTorch; Новые пакеты не проверяются с помощью этого руководства.

  1. Скачайте 64-разрядный установщик Anaconda3-2020.11-Windows-x86_64.exe Windows из архива установщика Anaconda и установите его на тестовом компьютере. Anaconda 2020.11 включает Python 3.8.5 и пакеты анализа данных, используемые далее в руководстве.

    Архивная страница загрузки Anaconda с установщиком Python 3.8 для Windows.

  2. > Откройте командную строку Anaconda3 > Anaconda PowerShell. Проверьте версии Python и Conda:

    python --version
conda --version

    Прежде чем продолжить, убедитесь, что Python показывает версию 3.8.

    Anaconda PowerShell Prompt с отображением версий Python и Conda.

  3. Ознакомьтесь с инструкциями v1.7.1 > Conda > Linux и Windows > только для ЦП на странице предыдущих версий PyTorch. В этом руководстве используются варианты Windows, Conda, Python и CPU, а не переключатель текущей стабильной версии. Сборки CUDA доступны для совместимых GPU NVIDIA, но настройка GPU не входит в эту процедуру.

    Исторический селектор PyTorch 1.7.1 с Windows, Conda, Python и без CUDA.

  4. В той же командной строке PowerShell Anaconda установите пакеты ЦП. Версии закреплены, чтобы не выбирался более новый релиз PyTorch:

    conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch

    План пакета Anaconda с описанием сборки ЦП PyTorch 1.7.1 и его вспомогательных пакетов.

    Снимки экрана являются историческими примерами; их Python версии и незакреченные команды могут отличаться. Следуйте командам в тексте.

  5. Просмотрите план пакета, введите y при появлении запроса и дождитесь завершения установки. Если Conda не удается устранить устаревшие пакеты, не замените последний выпуск PyTorch и предположим, что последующие действия руководства совместимы.

  6. В том же запросе запустите Python:

    python

    Введите следующий код, чтобы создать случайно инициализированный тензор:

    import torch

x = torch.rand(2, 3)

print(x)

    Выходные данные должны быть случайным 2x3 тензором (двумя строками и тремя столбцами). Номера будут отличаться, но фигура должна соответствовать следующему примеру:

    tensor([[0.5343, 0.7362, 0.8390],
        [0.4758, 0.2399, 0.1936]])

    Python: вывод тензора с двумя строками и тремя столбцами.

    Введите exit() , чтобы вернуться к командной строке Anaconda PowerShell. Используйте эту же среду Anaconda при выборе Python интерпретатора на следующем этапе руководства.

Примечание.

Хотите узнать больше? Посетите официальный веб-сайт PyTorch.

Дальнейшие шаги

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

  • Last updated on