温馨提示:为了更好的教程体验,提供视频、阅读地址
Youtube: https://www.youtube.com/playlist?list=PLgAyVnrNJ96CqYdjZ8v9YjQvCBcK5PZ-V
BiliBili: https://www.bilibili.com/video/av74281036/
Github: https://github.com/xiaotudui/PyTorch-Tutorial
相关下载:https://pan.baidu.com/s/16koDDDvAFO7rNoi-uR-A_g 提取码:pahi
在学习中,遇到任何问题,可以关注公众号:土堆碎念,直接在对话框中留言,我会不定时解答的~
公众号:土堆碎念,回复:pytorch,即可获得所有的数据集及安装包, 省去找软件、数据集的时间。(同步更新中,请勿急躁)
1. 选择 PyCharm 及 Jupyter
Python 编辑器,是提供一个场所,为我们编辑 Python 代码用的。就像 Word 为我们提供一个写文档的地方。
提到 Python 编辑器,最有名的估计就是 PyCharm。对,我也超级推荐它,我觉得它其中的一个功能超级适合入门学习。感觉很多人都忽视了这个神器。
除了 PyCharm,另一个我推荐的就是 Jupyter 了。没错,我们接下来的学习,也许就是两者相互交叉的。
为什么选择它们呢?
1、PyCharm 的 Python Console
。
当你在 Python Console 输入代码的时候,比如创建变量的时候,你就可以在右边看到变量的相关信息。比如下图,我们可以看见创建了一个变量a,它是 int 型的,它的值为1。
这样,就很方便地我们去了解我们的代码到底做了什么。
2、Jupyter 的随意修改、执行的特性。
一般的程序,我们只能执行一个完整的程序。而 Jupyter 允许你执行代码中的一小段,而且可以随意修改。而且它的可视化操作,也是非常的棒。
2. PyCharm 安装及配置
1、进入 PyCharm 的官网,点击右上角的 Download,之后,选择 Community 版本。
2、下载后,进行安装。安装过程中,勾选 Create Associations。如下图:
3、安装后,打开 PyCharm,选择 Do not import settings,以及 跳过,选择默认设置。
4、在 Location 中,设置项目工程地址;之后,选择下方的 Existing interpreter,点击最右边的...
,选择相应的环境。
5、在这里,我们使用[上一节创建](https://github.com/xiaotudui/PyTorch-Tutorial/blob/master/Tutorial/P1. PyTorch环境配置及安装.md#4-有序的管理环境 )的 conda 环境中的 pytorch 环境。
在左边选择 Conda Environment 后,在后边的 Interpreter 中,选择 路径中 \envs\pytorch 的,其中的 pytorch 就是conda 环境的名字。
因为我们在上一节创建的 conda 环境的名字叫 pytorch
, 所以这里选择 pytorch。其中包含了 我们上一节安装的 PyTorch。
(如果无法显示上一节创建的 conda 环境,就需要点击右边的 ...
进行手动查找。查找的路径,参照[上一节的安装地址](https://github.com/xiaotudui/PyTorch-Tutorial/blob/master/Tutorial/P1. PyTorch环境配置及安装.md#2-anaconda-安装 ),选择其中的 envs 文件夹,找到 pytorch 文件夹,选择其中的python运行文件。可以参考下图的地址,进行类似查找)
3. PyCharm 配置检验
之后,可以正常打开 PyCharm,打开左下角的 Python Console,输入 import torch
,如果没有出错,如下图所示。即说明 PyCharm 配置成功。
4. Jupyter 安装及配置
1、在开始菜单处,打开 Anaconda Prompt,输入指令 conda activate pytorch
, 进入 conda 环境中的 pytorch 环境。
2、之后输出 conda install nb_conda
安装 Jupyter。安装成功后,输入 jupyter notebook
即可打开 Jupyter。
然后,点击 右上角的 New,选择下方的 Python[conda env:pytorch]。
4. Jupyter 配置检验
在新弹出的页面,输入 import torch
,点击上方的运行按钮或者按下 Shift + Enter
, 即可运行。
如果没有出现错误,且代码左边出现 In [1]
,则说明 Jupyter 配置成功。
我的大本营
寻找有趣或更有效率的事、工具和教程