PyTorch编程环境的搭建

本课程是“火炬上的深度学习”系列课程的配套视频,主要讲解了在MAC和WIN平台上安装PyTorch和Anaconda以及Jupyter Notebook的方法。(课时:25 分钟)

讲师:   张江

课程资料

课程背景

本课程是作为“火炬上的深度学习”系列课程的一个配套视频,展示了如何在MacOS和Windows10(17分52秒开始)两种不同的操作系统下面安装PyTorch所需的编程环境的安装以及配置过程。

课程目的

学完本课程,你能做到

  • 了解深度学习在图像识别及图像理解领域的应用

  • 了解卷积神经网络的一些重要应用场景

  • 熟悉卷积神经网络的架构,卷积核、特征图、池化等基本操作

  • 掌握用卷积神经网络解决手写字符识别问题的方法

  • 了解在训练过程中,卷积神经网络内部到底发生了什么

课程详情

本课程的内容包括:

  • MacOS操作系统下面的Anaconda、PyTorch安装

    • Anaconda的安装

    • 终端窗口的打开

    • conda虚拟环境的创建

    • PyTorch的安装

    • jupyter notebook的使用

    • PyTorch的使用

    • “火炬上的深度学习”第一课课件的下载和打开

    • 虚拟环境的退出与再次激活

  • Windows10操作系统下的PyTorch安装(17分52秒开始)

    • conda虚拟环境的创建

    • PyTorch及其相关包的安装

    • jupyter notebook下虚拟环境的激活

课程资料

MacOS(Linux)环境下用到的命令包括:

  • 创建虚拟环境:conda create -n deeplearing python=3.6 numpy matplotlib pandas jupyter notebook

  • 激活虚拟环境:activate source deeplearning

  • 安装PyTorch包:conda install pytorch torchvision -c soumith

  • 打开jupyter notebook:jupyter notebook

  • 退出虚拟环境:deactivate source deeplearning


Windows 环境中用到的命令包括:

首先需要满足下列条件

在 Windows 环境中需要的操作如下:

  • Step1:通过百度云下载安装包

  • Step2:构建虚拟环境(打开CMD命令提示符窗口,输入下列命令)

    • conda create -n test python=3.6  

    • activate test 

  • Step3:安装相应的包

    • conda install numpy mkl cffi  

    • conda install --offline path/to/tar/pytorch-0.1.12-py3X_0.1.12cu80.tar.bz2 

    • conda install nb_conda 

  • Step4:打开jupyter notebook

    • jupyter notebook

  • Step5:

    • 然后在jupyter notebook中输入import torch即可

其它参考资料:


讲师介绍
张江

北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智AI学园创始人,集智科学家,阿里研究院、腾讯研究院、网络智库专家,人工智能研究者与布道者。主要讲授课程:人工智能、复杂性思维、计算机建模与模拟、Matlab基础及其应用。主要从事的研究领域包括:复杂系统建模、计算社会科学等。曾发表学术论文数十篇,访问过圣塔菲研究所、密西根复杂系统中心等知名国外大学。曾带领集智俱乐部写作、出版书籍:《科学的极致——漫谈人工智能》,《走近2050——注意力、互联网与人工智能》。