【深度学习笔记】CPU深度学习环境简易搭建及基础知识

深度学习图像、计算机视觉最好有GPU只用CPU训练时间过长。如果没有GPU最好买或者租一块。Python:基本用于AI模型必学PyCharm:一种常见的Python IDE在里面写Python语言效率会高很多高效编辑器Anaconda:帮助管理环境的工具里面有Python的发行版本和Python解释器还可以安装其他的软件包/库也就是函数/工具如安装PyTorch框架后不用从零开始搭建cov卷积神经网络和pool池化网络了可以直接调用PyTorch框架中的卷积和池化拿来用。可以创造多个虚拟环境每个环境安装不同的库PyTorch深度学习框架。可以搭建网络数据处理和数据分析NVIDIA CUDA:运算平台不是软件。由CUDA驱动NVIDIA显卡工具包CUDA ToolkitGPU硬件构成。可以在PyTorch网站下载不用在英伟达官网。cuDNN:英伟达GPU加速库可以在PyTorch安装。编程环境PythonPyTorchCUDA Toolkit11.3.1相对应cuDNN8.2torchsummary显示神经网络模型参数numpy数据处理库pandas数据处理库matplotlib画图库sklearn机器学习数据处理库PyCharm安装Anaconda安装与虚拟环境创建(base)C:\Users\ASUS1conda list可以查看对应发行版本的各种库(base)C:\Users\ASUS1conda create-npytorchpython3.8输入y确认创建一个名字为pytorch的python环境其中python版本为3.8。pytorch可以改为任意英文名。C:\Users\ASUS1condaenvlist查看所有环境(base)C:\Users\ASUS1activate pytorch进入pytorch环境(pytorch)C:\Users\ASUS1conda list查看对应发行版本的各种库显卡驱动的安装本人学习阶段无英伟达显卡故直接安装CPU环境PyTorch的GPUCPU深度学习环境安装进入PyTorch官网一般用以前版本1.10.1(pytorch)C:\Users\ASUS1condainstallpytorch1.10.1torchvision0.11.2torchaudio0.10.1 cpuonly-cpytorch用conda检索在pytorch官网下载的库我在此无法成功安装Proceed([y]/n)? y Downloading and Extracting Packages: Preparing transaction:doneVerifying transaction:doneExecuting transaction:done可以用的镜像pip安装源代码如下(pytorch)C:\Users\ASUS1pipinstallscikit-learn-ihttps://pypi.tuna.tsinghua.edu.cn/simple/安装完成可以查看版本pytorch1.10.1 py3.8_cpu_0 pytorch torchsummary1.5.1 pypi_0 numpy1.24.3 py38h79a8e48_1 scikit-learn1.3.2 pypi_0 pypi matplotlib3.7.5 pypi_0 pypi测试IDE和安装好的库能否使用①创建test文件夹用PyCharm打开会自动生成一个主函数加载的是anaconda里原有最基础环境的python版本②选择自己创建的环境并加载③测试PC导入以下库运行运行正常不报错安装完成importnumpyimportpandasimporttorch把anaconda创建好的虚拟环境加载到PC里④测试编写代码torch的库版本是否可以调用GPU对应工具包和版本号。