軟硬件環境

• windows 10 64bit
• cuda 10.1
• pytorch 1.6
• anaconda with python 3.7
• nvidia geforce 1660

簡介

目前的深度學習框架很多，如Tensorflow、Pytorch、Keras、FastAI、CNTK等等，這些框架各有優缺點，尤其是Tensorflow和Pytorch，使用都非常廣泛，那么應該如何進行選擇呢？這應該是每一位即將開始學習深度學習的童鞋比較困惑的問題。下面先看看github上各種框架的一個使用統計

選擇pytorch的幾大理由

• 動態計算圖

  用法跟python更接近，比tensorflow更容易上手

• 有助于理解深度學習的核心

  pytorch需要定義網絡層、參數更新等步驟，可以幫助我們深刻理解深度學習

• 動態圖機制

  動態圖機制在調試方面非常方便

• 易于上手

  快速上手，學會后很容易切換到其它框架

安裝python環境

這里我們使用anaconda這個集成環境，關于anaconda，我們前文 https://xugaoxiang.com/2019/12/08/anaconda/ 已經介紹過了，不了解的童鞋可以去看看。有了python環境，我們接下來創建一個專門為使用pytorch的虛擬環境

conda create -n pytorch2.6 python=3.7
conda activate pytorch2.6

安裝nvidia驅動

到nvidia官網 https://www.nvidia.cn/Download/index.aspx?lang=cn 下載驅動文件

安裝文件下載完成后，進行傻瓜式安裝，最后來確認下是不是安裝成功。方法是，打開 任務管理器 --> 性能 --> GPU 0

安裝pytorch

來到官網 https://pytorch.org/get-started/locally/，選擇PyTorch Build為穩定版1.6.0、操作系統選擇windows、Package使用pip、Language選擇Python、CUDA選擇10.1，這些都是需要根據自己的實際情況進行選擇。可以看到，前面步驟中我們并沒有單獨安裝CUDA，因為pytorch的安裝過程中順便把CUDA也安裝好了，這點非常棒。

pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

如果沒有GPU環境，安裝命令是

pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

驗證pytorch環境

(pytorch2.6) PS C:\Windows\system32> python
Python 3.7.9 (default, Aug 31 2020, 17:10:11) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.6.0+cu101'
>>> torch.cuda.is_available()
True
>>>

另外，可以通過nvidia-smi命令來查看當前進程使用GPU資源的情況