Windows系统安装PyTorch

  PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序,PyTorch的核心思想是使用张量（tensor）来表示数据，并通过动态计算图来构建和训练神经网络模型。这种动态计算图的方式与静态图相比，提供了更大的灵活性和易用性,用户可以在模型训练过程中实时地查看和修改计算图，从而更好地理解和优化模型的性能。

  在安装PyTorch之前需要先安装Anaconda

安装Anaconda

 在官网 Free Download | Anaconda 选择适合自己系统的下载方式

下载完成后启动安装程序， 在安装时最好不要安装在C盘，在之前未安装过Python的情况下可以把自动将Anaconda添加到环境变量中。

安装完成后在应用程序栏会出现Anaconda。

最后将Anaconda的安装路径和Anaconda的Scripts文件夹、Library文件夹路径添加到环境变量中的path中。

 

完成后在终端输入以下命令查看是否安装成功

conda --version

创建虚拟环境

 打开 Anaconda Prompt，输入一下命令创建一个新的虚拟环境

conda create -n 环镜名称 python=3.x(选择python版本)

在出现以下内容时选择

The following NEW packages will be INSTALLED:

  bzip2              pkgs/main/win-64::bzip2-1.0.8-h2bbff1b_5
  ca-certificates    pkgs/main/win-64::ca-certificates-2024.3.11-haa95532_0
  expat              pkgs/main/win-64::expat-2.5.0-hd77b12b_0
  libffi             pkgs/main/win-64::libffi-3.4.4-hd77b12b_0
  openssl            pkgs/main/win-64::openssl-3.0.13-h2bbff1b_0
  pip                pkgs/main/win-64::pip-23.3.1-py312haa95532_0
  python             pkgs/main/win-64::python-3.12.2-h1d929f7_0
  setuptools         pkgs/main/win-64::setuptools-68.2.2-py312haa95532_0
  sqlite             pkgs/main/win-64::sqlite-3.41.2-h2bbff1b_0
  tk                 pkgs/main/win-64::tk-8.6.12-h2bbff1b_0
  tzdata             pkgs/main/noarch::tzdata-2024a-h04d1e81_0
  vc                 pkgs/main/win-64::vc-14.2-h21ff451_1
  vs2015_runtime     pkgs/main/win-64::vs2015_runtime-14.27.29016-h5e58377_2
  wheel              pkgs/main/win-64::wheel-0.41.2-py312haa95532_0
  xz                 pkgs/main/win-64::xz-5.4.6-h8cc25b3_0
  zlib               pkgs/main/win-64::zlib-1.2.13-h8cc25b3_0


Proceed ([y]/n)? y

随后输入命令激活虚拟环境

conda activate 环境名称

终端输入以下命令查看是否将环境建立成功 

conda info --envs

 下载PyTorch

在官网 ：Start Locally | PyTorch  选则适合自己电脑的安装方式，复制 Run this Command: 给出的安装代码，在选择时需要查看自己的显卡配置和驱动软件。

在终端输入以下命令查看显卡状态和CUDA信息。

nvidia-smi

 下载完成后输入命令查看是否安装成功

> python
>> import torch

运行脚本 

创建一个脚本

import torch  
import numpy as np  
from torch.utils.data import TensorDataset  
  
x = np.random.random((4, 5))  
y = np.random.random((4, 1))  
  
# 将NumPy数组转换为PyTorch张量  
x_tensor = torch.from_numpy(x)  
y_tensor = torch.from_numpy(y)  
  
# 创建一个TensorDataset  
dataset = TensorDataset(x_tensor, y_tensor)  

for i in range(len(dataset)):  
    print(dataset[i])

在终端输入运行脚本

python script.py

显示结果，PyTorch安装成功

(tensor([0.7001, 0.8714, 0.4893, 0.3580, 0.2240], dtype=torch.float64), tensor([0.1313], dtype=torch.float64))
(tensor([0.0949, 0.5820, 0.4423, 0.5293, 0.0067], dtype=torch.float64), tensor([0.8980], dtype=torch.float64))
(tensor([0.0798, 0.1193, 0.3064, 0.6298, 0.5732], dtype=torch.float64), tensor([0.7218], dtype=torch.float64))
(tensor([0.2001, 0.4358, 0.7159, 0.8665, 0.2877], dtype=torch.float64), tensor([0.2442], dtype=torch.float64))