3 从零到上手系统学习 PyTorch

小节：安装和设置开发环境

在开始使用 PyTorch 之前，我们需要确保我们的开发环境已经正确配置。以下是设置开发环境的详细步骤。

1. 确认系统要求

• 操作系统：PyTorch 支持 Windows、Linux 和 macOS。
• Python 版本：确保你的 Python 版本为 3.6、3.7、3.8、3.9 或 3.10。
• CUDA：如果你计划使用 GPU 加速，请确保你的 GPU 驱动程序和 CUDA 工具包符合 PyTorch 的要求。

2. 安装 Python

如果尚未安装 Python，你可以通过以下步骤进行安装：

• Windows：

  1. 前往 Python 官网 下载适合的安装包。
  2. 运行安装程序，确保勾选“Add Python to PATH”。

• Linux：
  使用包管理器安装 Python（通常已预装）：

  sudo apt-get install python3 python3-pip

• macOS：
  使用 Homebrew 安装 Python：

  brew install python

3. 创建虚拟环境

使用虚拟环境可以避免库之间的冲突。我们可以使用 venv 创建一个新环境：

# 创建一个名为 pytorch_env 的虚拟环境
python3 -m venv pytorch_env

# 激活虚拟环境
# Windows
pytorch_env\Scripts\activate
# macOS/Linux
source pytorch_env/bin/activate

在激活后，命令行前会显示 (pytorch_env)，这表示当前处于虚拟环境中。

4. 安装 PyTorch

访问 PyTorch 官网 获取适合你系统的安装命令。常见的安装命令如下：

• CPU 版本：

  pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu

• CUDA 版本（假设你要安装支持 CUDA 11.7）：

  pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

安装过程中，PyTorch 会从指定的索引 URL 下载相应的库，并自动安装。

5. 验证安装

在终端里输入 Python 启动解释器：

python

然后在 Python 解释器内输入以下代码来验证 PyTorch 是否正确安装：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

• torch.__version__ 将打印出 PyTorch 的版本。
• torch.cuda.is_available() 将返回一个布尔值，表明 CUDA 是否可用。

6. 其他开发工具

建议安装以下工具以帮助你更好地进行开发：

• Jupyter Notebook：可以通过以下命令安装：

  pip install notebook

• IDE：可以使用 PyCharm、Visual Studio Code 或 Jupyter Lab 等工具进行开发。

7. 结束语

现在，你已经成功安装了 PyTorch 并设置了开发环境。接下来，你可以开始探索 PyTorch 的强大功能，包括深度学习模型的构建和训练。确保经常查阅官方文档和社区资源来解决问题并获取灵感。