MacOS?Pytorch機器學習環境如何搭建

本篇內容主要講解“MacOS Pytorch機器學習環境如何搭建”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“MacOS Pytorch機器學習環境如何搭建”吧!

1.  Anoconda 安裝與環境創建

Anoconda 官方介紹：提供了在一臺機器上執行 Python/R 數據科學和機器學習的最簡單方法。

為什么最簡單？主要有三點：

• 豐富的科學包與依賴項：它附帶了 conda、Python 和 150 多個科學包及其依賴項，還有一大批常用數據科學包，可以立即開始數據處理；

• 管理包：它是在 conda（一個包管理器和環境管理器）發展起來的，可以方便的安裝、卸載機器學習所要用到的第三方包；

• 管理環境：可創建環境適配不同包版本的項目，并可在不同環境中切換，防止出現版本兼容等不可預見的問題；

安裝方式很簡單，直接官網下載安裝

安裝完成后：

（1）創建一個獨立的虛擬環境（避免與當前環境的一些包沖突），命令如下：

conda create -n pytorch python=3.9 numpy matplotlib pandas jupyter notebook

• pytorch：環境名，可以隨便定義

• numpy：是Python的一種開源的數值計算擴展

• matplotlib：是一個 Python 的 2D繪圖庫，它以各種硬拷貝格式和跨平臺的交互式環境生成出版質量級別的圖形

• pandas：是基于NumPy 的一種工具，該工具是為解決數據分析任務而創建的

• jupyter notebook：是一個交互式筆記本，支持運行 40 多種編程語言

（2）環境處理

激活環境：

conda activate pytorch

退出環境：

conda deactivate

2.  Pytorch 安裝

激活環境后，在這環境下，安裝 pytorch，官網直接復制安裝命令：https://pytorch.org/get-started/locally/，如下：

conda install pytorch torchvision torchaudio -c pytorch

這個時間可能會有點長，耐心等待安裝完成即可。

3.  PyCharm 安裝

安裝 PyCharm 目的，正如上圖所示，這是個專業的 Python IDE 工具，能提供智能代碼補全、 實時錯誤檢查和快速修復功能。

安裝完成后，新建項目后選擇 Interpreter 為上面創建的 pytorch 環境，如下圖：

然后新建一個 py 文件輸入，如下：

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

點擊運行，沒有報錯，就說明整個環境搭建好了。

到此，相信大家對“MacOS Pytorch機器學習環境如何搭建”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！