安装和配置 PyTorch

在本教程的前一阶段中,我们讨论了 PyTorch 的基础知识以及使用它创建机器学习模型的先决条件。 在这里,我们将在你的计算机上安装该平台。

获取 PyTorch

本教程使用 64 位Windows上的 Anaconda 环境在 CPU 上训练和运行模型。 对于本教程后面的 Windows ML 应用程序,需要Windows 10版本 1809(内部版本 17763)或更高版本。 这些步骤不需要 GPU 或 CUDA。

重要

这是一个旧教程。 这些步骤保留原始安装示例中所示的 Python 3.8 和 PyTorch 1.7.1 包版本,而不是升级下游训练和 ONNX 导出代码。 不再支持 Python 3.8,PyTorch从版本 2.6 开始停止发布官方 Conda 包。 使用单独的测试计算机或虚拟机重现此环境,而不是生产环境。 对于新项目,请遵循 当前的 PyTorch 安装指南;本教程未验证较新的包。

  1. 从 Anaconda 安装程序存档下载 64 位Windows安装程序Anaconda3-2020.11-Windows-x86_64.exe,并将其安装在测试计算机上。 Anaconda 2020.11 包括 Python 3.8.5 和本教程稍后使用的数据分析包。

    存档的 Anaconda 下载页,其中显示了 Python 3.8 Windows 安装程序。

  2. 打开 Start > Anaconda3 > Anaconda PowerShell 提示符。 检查 Python 和 Conda 版本:

    python --version
    conda --version
    

    在继续操作之前,请先确认 Python 显示的版本为 3.8。

    Anaconda PowerShell 提示符,显示Python和 Conda 版本。

  3. 在旧版 PyTorch 页面上查看 v1.7.1 > Conda > Linux 和 Windows > 仅限 CPU 说明。 本教程使用 Windows、Conda、Python 和 CPU 选项,而不是当前的稳定版本选择器。 CUDA 生成可用于兼容的 NVIDIA GPU,但 GPU 设置不是此过程的一部分。

    显示 Windows、Conda、Python 和无 CUDA 的历史 PyTorch 1.7.1 选择器。

  4. 在同一个 Anaconda PowerShell 提示符中,安装 CPU 包。 这些版本已固定,以避免选择较新的 PyTorch 版本:

    conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
    

    Anaconda 包计划列出了 PyTorch 1.7.1 的 CPU 版本及其相关软件包。

    屏幕截图是历史示例;它们的Python版本和未固定命令可能有所不同。 按照文本中的命令操作。

  5. 查看包计划,在出现提示时输入 y ,并等待安装完成。 如果 Conda 无法解析旧包,请不要替换最新的 PyTorch 版本,并假定后面的教程步骤兼容。

  6. 在同一提示符下,启动Python:

    python
    

    输入以下代码来构造一个随机初始化的张量:

    import torch
    
    x = torch.rand(2, 3)
    
    print(x)
    

    输出应为一个随机的 2x3 张量(两行三列)。 数字将有所不同,但形状应与以下示例匹配:

    tensor([[0.5343, 0.7362, 0.8390],
            [0.4758, 0.2399, 0.1936]])
    

    Python打印包含两行和三列的张量。

    输入 exit() 以返回到 Anaconda PowerShell 提示符。 在本教程的下一阶段选择Python解释器时,请使用同一 Anaconda 环境。

注释

想要了解更多吗? 访问 PyTorch 官方网站。

后续步骤

现在我们安装了 PyTorch,可以为 模型设置数据了。