在本教學課程 的上一個階段中,我們討論了 PyTorch 的基本概念,以及使用它來建立機器學習模型的必要條件。 在這裡,我們會在您的計算機上安裝它。
下載 PyTorch
本教學使用 64 位元 Windows 上的 Anaconda 環境,在 CPU 上訓練並執行您的模型。 關於教學後面的 Windows ML 應用程式,你需要 Windows 10、版本 1809(build 17763)或更新版本。 這些步驟不需要 GPU 或 CUDA。
這很重要
這是一個傳統教學。 這些步驟保留了原始安裝範例中顯示的 Python 3.8 及 PyTorch 1.7.1 套件版本,而非升級下游訓練與 ONNX 匯出程式碼。 Python 3.8 已不再支援,PyTorch 從 2.6 版本起停止發佈官方 Conda 套件。 使用獨立的測試機或虛擬機來重現此環境,而非生產環境。 對於新專案,請遵循 目前的 PyTorch 安裝指引;較新的套件不會用這個教學驗證。
從 Anaconda 安裝程式的存檔下載 64 位元 Windows 安裝程式
Anaconda3-2020.11-Windows-x86_64.exe,安裝到你的測試機上。 Anaconda 2020.11 包含 Python 3.8.5 及教學後面使用的資料分析套件。
開啟 Start > Anaconda3 > Anaconda PowerShell Prompt。 檢查你的 Python 和 Conda 版本:
python --version conda --version在繼續之前,請確認 Python 是否回報 3.8 版本。
請查閱PyTorch 舊版本頁面上的>說明。 這個教學使用了 Windows、Conda、Python 和 CPU 的選項,而不是目前穩定版的版本選擇器。 CUDA 版本可用於相容的 NVIDIA 顯示卡,但 GPU 設定不包含在這個流程中。
在同一個 Anaconda PowerShell 提示字元中,安裝 CPU 套件。 這些版本已固定,以避免選擇較新的 PyTorch 版本:
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
這些截圖是歷史範例;其 Python 版本和未固定版本的指令可能會有所不同。 照著文字裡的指令做。
檢視套件計畫,按需輸入
y,等待安裝完成。 如果 Conda 無法解決舊有套件,就不要替換最新的 PyTorch 版本,也要假設後面的教學步驟是相容的。在同一提示中,啟動 Python:
python輸入下列程式碼以建立隨機初始化的張量:
import torch x = torch.rand(2, 3) print(x)輸出應該是一個 2x3 的隨機張量(兩列和三欄)。 你的數字會有所不同,但形狀應該與以下範例相符:
tensor([[0.5343, 0.7362, 0.8390], [0.4758, 0.2399, 0.1936]])
輸入
exit()即可返回 Anaconda PowerShell 提示字元。 在教學下一階段選擇 Python 直譯器時,也使用這個 Anaconda 環境。
備註
有興趣深入瞭解嗎? 請造訪 PyTorch 官方網站。
後續步驟
既然我們已安裝 PyTorch,我們就準備好為 模型設定數據。