PyTorch 本地安装指南:全面支持 macOS 、 Linux 和 Windows 系统

PyTorch 本地安装指南:全面支持 macOS 、 Linux 和 Windows 系统

PyTorch 是一个功能强大的深度学习框架,支持高效的计算图和 GPU 加速,广泛应用于人工智能和机器学习项目中。本文从安装前的准备工作开始,详细介绍了如何使用 condapip 两种主要的包管理工具来安装 PyTorch,同时涵盖了如何在 macOS 上进行特定的安装配置。对于需要从源码构建 PyTorch 的开发者,本文也提供了相应的操作步骤,确保每个步骤都能顺利完成。无论是初学者还是有经验的开发者,都可以通过本指南轻松安装和配置 PyTorch,快速进入深度学习的实践与研究中。

文章目录

  • PyTorch 本地安装指南:全面支持 macOS 、 Linux 和 Windows 系统
      • 一 安装介绍
      • 二 在 macOS 上安装
        • 1 安装条件
        • 2 安装 Anaconda
          • 1)安装 Miniconda3
          • 2)使用 `conda` 来管理环境
        • 3 使用 pip 安装
        • 4 PyTorch 安装命令
          • 1) 使用 Anaconda 安装
          • 2)使用 pip 安装
      • 三 验证安装
      • 四 从源码构建 PyTorch
      • 五 参考

预备课

  • Python 安装和依赖管理指南:Conda 与 Pip 📦
  • 使用 PyCharm 新建 Python 项目详解 🔧

一 安装介绍

根据需求选择配置 PyTorch 本地安装 ,运行安装命令即可。Stable 是经过测试和支持的稳定版本,适合大多数用户。Preview 是最新的构建版本,包含新特性,但可能未经完全测试和支持。安装前需确保满足相关依赖(如 NumPy),具体取决于所用的包管理工具。推荐使用 Anaconda,它会自动安装所有依赖。也可以安装历史版本的 PyTorch。需要注意,LibTorch 仅适用于 C++ 开发者。

在这里插入图片描述

当前使用的 Python 版本为 3.10.15 ,PyTorch 版本为 Stablw(2.5.1) ,运行命令行如下:

$ conda install pytorch::pytorch torchvision torchaudio -c pytorch

安装命令详解如下:

  • conda install: 这是 conda 命令行工具用来安装软件包的基本命令。conda 是一个跨平台的包管理器,常用于管理 Python 环境和依赖包。
  • pytorch::pytorch: 这是指定安装 PyTorch 的主包。pytorch::pytorch 表示安装来自 pytorch 这个渠道(channel)的 PyTorch 包。前缀 pytorch:: 是为了明确指定包的来源渠道(channel),防止与其他来源的包发生冲突。
  • torchvision: 这是 PyTorch 生态系统中的一个附加包,提供了计算机视觉相关的工具和数据集。包括图像处理、模型训练和测试等功能。
  • torchaudio: 这是 PyTorch 生态系统中的另一个附加包,主要用于音频处理。它提供了音频数据的读取、预处理、转换等功能。
  • -c pytorch: 这个选项指定了包的来源渠道。-cconda 命令中用来指定渠道的参数,pytorch 指明从官方的 PyTorch 渠道下载这些包。通常,这意味着下载的包是由 PyTorch 官方维护和发布的,能够保证兼容性和稳定性。

注: 最新版本的 PyTorch 需要 Python 3.9 或更高版本。

二 在 macOS 上安装

PyTorch 可以在 macOS 上安装和使用。使用 PyTorch 时的体验可能会因操作系统和 GPU 能力有所不同,特别是在处理时间上。

1 安装条件
  • macOS 版本: PyTorch 支持 macOS 10.15(Catalina)或更高版本。
  • Python 版本: 推荐使用 Python 3.9 至 3.12。可以通过 Anaconda、Homebrew 或 Python 官网来安装 Python。
  • 包管理工具: 要安装 PyTorch,需使用 pip 或 Anaconda 两种支持的包管理工具之一。
2 安装 Anaconda

可以通过图形化安装程序或命令行安装程序来安装 Anaconda。如果选择命令行安装,按照以下步骤操作:

1)安装 Miniconda3

Miniconda 是 Anaconda 的精简版,访问 Anaconda 官网下载 或 使用以下命令下载并安装:

# 对于 Apple Silicon 芯片(M1/M2),使用以下命令
$ curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
$ sh Miniconda3-latest-MacOSX-arm64.sh
# 然后按照提示完成安装
2)使用 conda 来管理环境

安装完成后,可使用 conda 来管理 Python 环境。

3 使用 pip 安装

如果通过 Homebrew 或 Python 官网安装了 Python,pip 会自动随 Python 一起安装。如果安装的是 Python 3.x,需使用 pip3 命令进行安装。

4 PyTorch 安装命令
1) 使用 Anaconda 安装
$ conda install pytorch::pytorch torchvision torchaudio -c pytorch
2)使用 pip 安装

根据 Python 版本,运行以下命令:

# 如果使用的是 Python 3.x,运行:
$ pip3 install torch torchvision

三 验证安装

为了确保 PyTorch 安装成功,可以运行以下代码验证安装:

import torch
x = torch.rand(5, 3)
print(x)

如果安装正确,输出类似于:

tensor([[0.9864, 0.9220, 0.3461],
        [0.5508, 0.5395, 0.3264],
        [0.1688, 0.8139, 0.9784],
        [0.4732, 0.2000, 0.6875],
        [0.9531, 0.9979, 0.6321]])

四 从源码构建 PyTorch

对于大多数用户来说,从预编译的二进制文件安装 PyTorch 是最便捷的方式。然而,如果需要测试最新的 PyTorch 代码或进行核心开发,也可以选择从源码编译安装 PyTorch。

  • 可选: 安装 Anaconda。按照 GitHub上的步骤 安装。
  • 按照页面中的说明从源码编译 PyTorch。

五 参考

[1] PyTorch 官方文档

[2] PyTorch 本地安装

[3] PyTorch 中文文档

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/929422.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【单片机基础知识】MCU三种启动方式(Boot选择)[主Flash/系统存储器(BootLoader)/嵌入式SRAM]

参考资料: MCU的三种启动方式 - EdgeAI Lab 立芯嵌入式的视频 在SRAM中运行代码 - EdgeAI Lab 利用 Boot 选择不同的启动方式: 根据不同的启动方式,将不同的地址(主 FLASH/系统存储器/嵌入式 SRAM)映射到 0x0000 0000(系统中断向量表) 上…

记录一个Flutter 3.24单元测试点击事件bug

哈喽,我是老刘 这两天发现一个Flutter 3.24版本的单元测试的一个小bug,提醒大家注意一下。 老刘自己写代码十多年了,写Flutter也6年多了,没想到前两天在一个小小的BottomNavigationBar 组件上翻了车。 给大家分享一下事件的经过。…

第四篇:k8s 理解Service工作原理

什么是service? Service是将运行在一组 Pods 上的应用程序公开为网络服务的抽象方法。 简单来说K8s提供了service对象来访问pod。我们在《k8s网络模型与集群通信》中也说过k8s集群中的每一个Pod(最小调度单位)都有自己的IP地址,都…

基于ResNet50和VGG16深度学习模型的阿尔茨海默病MRI图像分类与早期诊断研究

阿尔茨海默病(AD)是目前全球范围内最常见的神经退行性疾病之一,早期诊断对延缓疾病进程和改善患者生活质量至关重要。随着医学影像学的进步,基于MRI图像的阿尔茨海默病检测成为一种重要的研究方向。本文提出了一种基于深度学习的M…

【日常记录-Mybatis】PageHelper导致语句截断

1. 简介 PageHelper是Mybatis-Plus中的一个插件,主要用于实现数据库的分页查询功能。其核心原理是将传入的页码和条数赋值给一个Page对象,并保存到本地线程ThreadLocal中,接下来,PageHelper会进入Mybatis的拦截器环节,…

MFC实现全屏功能

之前全屏都是参考: MFC单文档(SDI)全屏程序的实现 主要思路就是将各种菜单工具栏隐藏恢复。 随着MFC的升级,MFC框架本身就具备了全屏的功能。 微软有一个全屏实现类: CFullScreenImpl Class managing full-screen mod…

nn.RNN解析

以下是RNN的计算公式,t时刻的隐藏状态H(t)等于前一时刻隐藏状态H(t-1)乘以参数矩阵,再加t时刻的输入x(t)乘以参数矩阵,最后再通过激活函数,等到t时刻隐藏状态。 下图是输出input和初始化的隐藏状态,当参数batch_first True时候&…

运算符重载(五)

目录 const成员函数const对象不可以调用非const成员函数非const对象可以调用const成员函数const成员函数内不可以调用其它的非const成员函数非const成员函数内可以调用其它的const成员函 取地址及const取地址操作符重载const补充场景1场景2场景3场景4 const成员函数 将const修…

redis之RedisTemplate和StringRedisTemplate的区别

1.RedisTemplate和StringRedisTemplate的区别 StringRedisTemplate继承RedisTemplate 两者的数据是不共通的(默认的序列化机制导致key不一样) StringRedisTemplate默认采用的是String的序列化策略 RedisTemplate默认采用的是JDK的序列化策略&#xf…

浅探 Windows 上获取磁盘信息的几种方式(一)

获取磁盘信息是一个常见需求,如检查磁盘预留空间,开发磁盘碎片整理工具,系统性能优化等工具等。 Windows 为此提供了各种接口,今天我们主要讲讲常用相关的三个API : GetDiskFreeSpaceGetDiskFreeSpaceExGetDiskSpaceI…

通信综合—8.通信网络安全

一、信息系统安全概述 1.信息系统的构成和分类 信息系统是将用于收集、处理、存储和传播信息的部件组织在一起而成的相关联的整体,般是由计算机硬件、网络和通信设备、计算机软件、信息资源和信息用户组成。它是以处理信息流为目的的人机一体化系统。信息系统主要…

语言的艺术:探秘基于GPT模型的文本生成与优化之美

语言的艺术:探秘基于GPT模型的文本生成与优化之美 在人工智能蓬勃发展的今天,语言模型如同文字艺术的魔术师,赋予了计算机以“书写”的能力。基于GPT(Generative Pre-trained Transformer)模型的文本生成技术&#xf…

微服务篇-深入了解 XA 模式与 AT 模式、分布式事务(部署 TC 服务、微服务集成 Seata )

🔥博客主页: 【小扳_-CSDN博客】 ❤感谢大家点赞👍收藏⭐评论✍ 文章目录 1.0 分布式事务 1.1 认识 Seata 2.0 部署 TC 服务 2.1 准备数据库表 2.2 准备配置文件 2.3 Docker 部署 3.0 微服务集成 Seata 3.1 引入依赖 3.2 改造配置 3.3 添加数…

王道考研编程题总结

我还在完善中,边复习边完善(这个只是根据我自身总结的) 一、 线性表 1. 结构体 #define MaxSize 40 typedef struct{ElemType data[MaxSize];int length; }SqList 2. 编程题 1. 删除最小值 题意 :从顺序表中删除…

原生html+css+ajax实现二级下拉选择的增删改及树形结构列出

<?php $db_host localhost; $db_user info_chalide; $db_pass j8c2rRr2RnA; $db_name info_chalide; /* 数据库结构SQL CREATE TABLE categories ( id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(255) NOT NULL, parent_id INT DEFAULT 0 ); */ try { $pdo new PD…

微信小程序介绍-以及写项目流程(重要)

前言&#xff1a;本篇文章介绍微信小程序以及项目介绍&#xff1a; 文章介绍&#xff1a;介绍了微信小程序常用的指令、组件、api。tips&#xff1a;最好按照官方文档来进行学习&#xff0c;大致可以我的目录来学习&#xff0c;对于写项目是没有问题的 微信小程序官方文档https…

Data Uncertainty Learning in Face Recognition 论文阅读

Data Uncertainty Learning in Face Recognition 论文阅读 Abstract1. Introduction2. Related Work3. Methodology3.1. Preliminaries3.2. Classification-based DUL for FR3.3. Regression-based DUL for FR3.4. Discussion of Related Works 4. Experiments4.1. Datasets an…

汽车产业数字化转型:协同创新破解挑战,平衡安全与流通

在数字经济时代的浪潮中&#xff0c;数据资源和数据信息已成为驱动各行各业转型升级的“新石油”。汽车产业&#xff0c;作为国民经济的重要支柱&#xff0c;正经历着前所未有的变革。随着数字化创新和转型的深入&#xff0c;数据在汽车全产业链中的作用和价值日益凸显。在这个…

vulnhub kioptirx1.2 超详细wp

探测 nmap --min-rate 10000 -p- 192.168.128.134 最小速率10000 nmap -sT -sV -sC -O 192.168.128.134 web打点 无弱口令 暴露cms寻找exp searchsploit LotusCMS -m 16982 [输入id号和参数m可以直接把东西复制到当前目录] 查看txt里面发现 都是xss没有rce github搜索到一个…

扫二维码进小程序的指定页面

草料二维码解码器 微信开发者工具 获取二维码解码的参数->是否登陆->跳转 options.q onLoad: function (options) {// console.log("options",options.q)if (options && options.q) {// 解码二维码携带的链接信息let qrUrl decodeURIComponent(optio…