pytorch cpu版本安装_pytorch深度学习框架--gpu和cpu的选择
最近实现了一个简单的手写数字识别的程序,我安装的pytorch是gpu版(你也可以安装cpu版本的,根据个人需要),这里我介绍pytorch的gpu版本和cpu版本的安装以及训练手写数字识别时gpu和cpu之间的切换。
1、pytorch的安装
1.1 pytorch(带有gpu)安装
首先进入pytorch官网,选择自己所需要的版本,这里我选择的版本如下图所示。
然后打开anaconda Prompt,首先输入:conda activate py3激活py3(解释一下为什么是py3,因为我之前装的是python3.6,创建的名字为py3),然后输入:conda install pytorch torchvision cudatoolkit=9.0 -c pytorch安装pytorch,等待安装就好,如下图所示。
1.2 pytorch(无gpu)安装
这时CUDA选择none即可
打开anaconda终端,首先激活py3,然后输入这个命令:conda install pytorch-cpu torchvision-cpu -c pytorch,等待安装就好,如下图所示。
1.3 测试是否安装成功
首先cmd打开终端,输入python即可查看当前安装的python的版本,然后import torch 等待几秒出现如下图所示,这样就成功安装了。
2、选择cpu进行网络的训练(推荐下载带有gpu的)
因为下载gpu版本的,训练时可以选择gpu或者cpu进行训练。但是下载cpu版本,只能选择cpu进行训练。
2.1新建一个model.py模块
from
2.2 新建一个train.py模块(使用cpu训练的)
主要的格式为
def get_variable(x):x = Variable(x)return x.cpu() if torch.cuda.is_available() else x
...
...
...
cnn = CNN()
if torch.cuda.is_available():cnn = cnn.cpu()
具体cpu训练实例如下所示
import
2.3 新建一个test.py模块
import
3、选择gpu进行网络的训练
3.1 model.py模块不变,可以参考以上2.1
3.2 train.py模块(gpu训练)代码如下,可以对比以上2.2
gpu训练需要补充:gpu训练可以选择gpu设备,详细请看以下主要格式部分的代码模块。
主要格式为
# 将数据处理成Variable, 如果有GPU, 可以转成cuda形式
def get_variable(x):x = Variable(x)return x.cuda() if torch.cuda.is_available() else x
...
...
...
cnn = CNN()
#这部分默认的是两个gpu训练
if torch.cuda.is_available():cnn = cnn.cuda()
#这部分表示可以对gpu进行选择,只需要标明设备号
# if torch.cuda.device_count() > 1:
# cnn = nn.DataParallel(cnn, device_ids=[0])
具体gpu训练实例如下所示(以下这种gpu训练效果比较好)
import
3.3 test.py模块不变,可以参考以上2.3
4、最后附上测试结果
pytorch cpu版本安装_pytorch深度学习框架--gpu和cpu的选择相关推荐
- pytorch深度学习框架--gpu和cpu的选择
pytorch深度学习框架–gpu和cpu的选择 基于pytorch框架,最近实现了一个简单的手写数字识别的程序,我安装的pytorch是gpu版(你也可以安装cpu版本的,根据个人需要),这里我介绍 ...
- 在Ubuntu上安装Keras深度学习框架
目录 1)安装pip 2)安装Python科学套件 3)安装TensorFlow 4)安装keras 5)安装Jupyter Notebook 6)运行Keras 本文介绍如何在Ubuntu上安装Ke ...
- pytorch 图像分割的交并比_PyTorch深度学习框架——初识
PyTorch深度学习框架 简单介绍 PyTorch 是一个针对深度学习, 并且使用GPU 和CPU来优化的tensor library(张量库). 学过Tensorflow的人或许有话说,这些事情T ...
- 原创 | 深度学习框架比较,我该选择哪一个?
近年来,深度学习在很多机器学习领域都有着非常出色的表现,在图像识别.语音识别.自然语言处理.机器人.网络广告投放.医学自动诊断和金融等领域有着广泛应用.面对繁多的应用场景,深度学习框架有助于建模者节省 ...
- 深度学习框架Keras的安装
原文链接:https://blog.csdn.net/qingzhuochenfu/article/details/51187603 本人已经将最新博客更新转移至个人网站了,欢迎来访~~ SCP-17 ...
- 使用Amazon Deep Learning AMI 快速实现 CUDA,cuDNN 和深度学习框架版本兼容
前言 在开展深度学习项目时,我们通常会选择合适的深度学习框架.使用深度学习框架进行模型开发,能减少大量的重复代码工作.目前最流行的深度学习框架有:TensorFlow,PyTorch,MXNect,C ...
- 使用 Amazon Deep Learning AMI 快速实现 CUDA,cuDNN 和深度学习框架版本兼容
在开展深度学习项目时,我们通常会选择合适的深度学习框架.使用深度学习框架进行模型开发,能减少大量的重复代码工作.目前最流行的深度学习框架有:TensorFLow,PyTorch,MXNect,Caff ...
- Keras vs PyTorch:谁是第一深度学习框架?
「第一个深度学习框架该怎么选」对于初学者而言一直是个头疼的问题.本文中,来自 deepsense.ai 的研究员给出了他们在高级框架上的答案.在 Keras 与 PyTorch 的对比中,作者还给出了 ...
- 深度学习框架【MxNet】的安装
文章目录 前言 一.MXNet的前世今生 二.mxnet的安装 1.CPU安装 2.GPU安装,以cuda10.1为例 三.报错提醒 前言 本文简介安装mxnet深度学习框架,下边开始对深度学习框架m ...
最新文章
- swift使用xib绘制UIView
- arcgisengine计算线要素总长度_弱电监控工程报价清单中,线材及辅材该如何计算?...
- python中split的用法取第二个分片_python中的split()函数的用法
- 魔改宜家灯泡当主机,玩转《毁灭战士》无压力!网友:远超我家第一台电脑...
- C/C++中传值和传地址(引用)
- leetcode 39. Combination Sum | 39. 组合总和(Java)
- Linux学习之云服务器搭建嵌入式Linux开发环境
- QTP的那些事--XPath的重要使用
- 那些年做的xmind思维导图
- [短评]企业裁员行为对整个社会的正面意义
- java和C#的相同之处笔记
- 第三章 文本与列表控制
- 谈谈制作台历的心得——年初企业们比较喜欢的宣传方式
- linux hasp的加密狗驱动程序,hasp加密狗驱动下载-hasp加密狗驱动(圣天诺加密狗驱动) win7/8/10 官方通用版 - 河东下载站...
- Android系统上实现类似按键精灵的效果
- 出版了两本实体书,写了9本开源电子书,还上了百度百科,冰河这是要起飞了吗?(建议收藏)
- smartupload java_smartupload实现文件上传
- 淘宝快捷回复短语大全
- WIN7各种系统大全
- IOC如何工作:粗略