当前位置: 首页 > article >正文

简洁安装配置在Windows环境下使用vscode开发pytorch

简洁安装配置在Windows环境下使用vscode开发pytorch

使用anaconda安装pytorch,通过vscode集成环境开发pytorch

下载 anaconda

  1. 下载网址,选择对应系统的版本 https://repo.anaconda.com/archive/
    windows可以选择Anaconda3-2024.10-1-Windows-x86_64.exe
  2. 检查 conda 是否安装成功
    conda --version
  3. 升级 conda
    conda update conda
    添加镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

查看已经添加的channels

conda config --get channels
  1. 安装conda完成 配置安装Python虚拟环境
conda create --name py311 python=3.11
conda activate py311
  1. 使用命令检查配置环境
conda env list 

安装pytorch conda install pytorch

  1. 直接执行
    安装pytorch,它默认安装的是cpu版本的pytorch。
conda install pytorch 

要安装很多插件,需要等一段时间

配置vs code 的pytorch的开发环境

  • 安装如下插件
    在这里插入图片描述

  1. 测试pytorch是否正确安装
    新建一个扩展名为py的文件,代码如下:

    import torch
    
    # 检查是否可以使用GPU
    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
    print(f"Using device: {device}")
    
    # 创建一个简单的张量
    x = torch.tensor([1.0, 2.0, 3.0], device=device)
    print(f"Tensor x: {x}")
    
    # 创建y张量
    y = torch.tensor([4.0, 5.0, 6.0], device=device)
    print(f"Tensor : {y}")
    # 张量加法
    z = x + y
    print(f"Tensor z (x + y): {z}")
    
    # 张量乘法
    w = x * y
    print(f"Tensor w (x * y): {w}")
    
  2. 运行py文件,右下角选择py311环境
    在这里插入图片描述

  3. 输出如下使用CPU的环境

Using device: cpu
Tensor x: tensor([1., 2., 3.])
Tensor : tensor([4., 5., 6.])
Tensor z (x + y): tensor([5., 7., 9.])
Tensor w (x * y): tensor([ 4., 10., 18.])

http://www.kler.cn/a/470270.html

相关文章:

  • RAFT:随机退火森林
  • 桌面运维岗面试三十问
  • 全面解读技术栈的作用及其积累路径:从开发到管理
  • neo4j学习笔记
  • 国产编辑器EverEdit - 两种删除空白行的方法
  • 《数据结构》期末考试测试题【中】
  • Harmony开发【笔记1】报错解决(字段名写错了。。)
  • 【SpringBoot】28 API接口防刷(Redis + 拦截器)
  • 代码随想录算法训练营第三十天 | hot30/100| 49.字母异位词分组、128.最长连续序列、283.移动零、11.盛最多水的容器、42.接雨水
  • 【模块系列】STM32RDA5807M模块
  • 高阶知识库搭建实战七、(知识库雏形开发:qianwen-plus+Faiss)(练习推荐)
  • 密码学复习
  • 第5章:Go语言错误处理和异常
  • 【LeetCode】:稀疏相似度【困难】
  • 多线程+Condition 对象模拟生产者/消费者问题
  • 【亲测有效】Kafka3.5.0分布式集群安装部署与测试-最新
  • 带内管理和带外管理
  • 【ACM出版 | 高录用 |快检索】2025年第二届机器学习与神经网络国际学术会议(MLNN 2025)
  • 前后端分离架构设计与实现:构建现代Web应用的基石
  • 《机器学习》——逻辑回归(过采样)
  • 机器翻译
  • [ECCV 2018]Receptive Field Block Net for Accurate and Fast Object Detection
  • 【python如何使用随机模块】
  • RabbitMQ端口操作
  • 相机镜头竞品选型的主要参考参数和选型方法
  • 第4章:Go语言面向对象编程