Windows下安装PyTorch0.3.0
2017-12-31 17:31
671 查看
本文系转载,出处:关于 PyTorch 0.3.0 在Windows下的安装和使用。
2
3
4
5
6
7
8
如果你是
如果你安装了原生
另外下载链接里面文件对应
关于
如果不报错,就是安装成功!笔者上传下自己和读者传来的安装成功图:
添加对
不能支持
不能把
Win10 Python3.6下安装Pytorch见本人另一篇博客:http://blog.csdn.net/xiangxianghehe/article/details/73500031,此版本是Pytorch0.2 。Ubuntu 16.04下安装的Pytorch的教程 见本人另一篇博客:http://blog.csdn.net/xiangxianghehe/article/details/78662289。
PyTorch简介
在2017年1月18日,Torch7团队宣布
PyTorch开源后就引来了剧烈的反响。
PyTorch是
Torch在
Python上的衍生版本。
Torch是一个使用
Lua语言的神经网络库,
Torch很好用, 但是
Lua流行度不够, 所以
Lua的
Torch移植到了更流行的语言
Python上,推出了
PyTorch。2017年12月5日,深度学习框架
PyTorch更新到0.3.0。
PyTorch是一个
Python优先的深度学习框架,是一个和
tensorflow,Caffe,MXnet一样,非常底层的框架。先说下
PyTorch相比于
Tensorflow的三大优势:
一.Python优先支持
PyTorch主推的特性之一,就是支持Python(官方的提法:puts Python first)。因为直接构建自
Python C API,PyTorch从细粒度上直接支持python的访问。相比于原生
Python实现,引入的新概念很少,这不仅降低了
Python用户理解的门槛,也能保证代码基本跟原生的
Python实现一致。事实上,开发者可以直接用原生
Python代码扩展
PyTorch的
operation。而
Tensorflow总有一种用
Python调用
C++写的第三方动态链接库的感觉;写模型需要更多代码,无法贯彻
Python的简约风格;而且写新的
operation必须用
C++开发。
二.动态图的良好支持
Tensorflow运行必须提前建好静态计算图,然后通过
feed和
run重复执行建好的图。但是
Pytorch却不需要这么麻烦:
PyTorch的程序可以在执行时动态构建/调整计算图。相对来说,pytorch具有更好的灵活性。这得益于
PyTorch直接基于
Python C API构建的
Python接口。
TensorFlow饱受诟病的痛点就是只支持静态图模型。也就是说,在处理数据前必须预先定义好一个完整的模型。如果数据非常规整,那还好。但实际工程和研究项目中的数据,难免有一些边角的情况。很多项目,其实需要大量实验才能选择正确的图模型。这就很痛苦了。因此,很多项目转而采用了
PyTorch等支持动态图模型的框架,以便在运行程序的时候动态修正模型。不过在2017年10月31日万圣节这天,
TensorFlow Eager Execution(贪婪执行),为
TensorFlow添加了命令式编程的接口。启用贪婪执行后,
TensorFlow操作会立刻执行,不用通过
Session.run()执行一个预先定义的图。相信在
TensorFlow1.5左右,谷歌会正式为
TensorFlow加入动态图的支持!
三.易于Debug
Pytorch在运行时可以生成动态图,开发者就可以在堆栈跟踪中看到哪一行代码导致了错误。你甚至可以在调试器中停掉解释器并看看某个层会产生什么。PyTorch的Windows支持
PyTorch官方暂时没有提供
Windows下的
pip或者
conda安装包。不过关于
PyTorch的
Windows官方
CI和官方版本,
Soumith大神已经发话了:准备在
Pytorch 0.4.0添加
Windows正式版支持,
CI版本正在搭建中。不过知乎有个用户蒲嘉宸为大家孜孜不倦地提供着自己在
Windows下的
PyTorch pip和
conda安装包。关于具体编译过程,大家可以去看下他的知乎主页。
PyTorch在Windows下的安装
据网友反应,这次的包需要CUDA 9才能使用。
CUDA 8的包过两天上传,暂时可以访问这个页面获取
CI的包进行使用,注意要先安装
VC2017 Redist。在
conda-build没有提供
MSVC 2017的支持之前,我们没有办法来制作相应的
Conda包,因此只能通过
whl包来进行安装。具体怎么安装呢?目前将编译好的包上传到了
Github的Release页面上(旧的包没有启用BLAS,已删除,新的正在上传中),国内的在百度云,需要的用户可以自己下载安装。安装的命令如下:
# 对于 Conda 的用户 conda install numpy mkl pyyaml cffi # For Python 3.5 pip install torch-0.3.0b0.591e73e-cp35-cp35m-win_amd64.whl # For Python 3.6 pip install torch-0.3.0b0.591e73e-cp36-cp36m-win_amd64.whl1
2
3
4
5
6
7
8
如果你是
Anaconda|Python用户,请执行第一条命令,然后在这里下载对应
whl文件或
bz2文件进行安装。
如果你安装了原生
Python,请直接下载
whl文件根据对应版本,按照后两条命令安装即可。
另外下载链接里面文件对应
Python和
PyTorch多个版本,请根据自己的实际需要下载和安装。
关于
bz2文件的安装教程,见: Win10 Python3.6下安装Pytorch。
测试
在Python交互模式下输入:
import torch1
如果不报错,就是安装成功!笔者上传下自己和读者传来的安装成功图:
版本日志
错误修复
backward中的错误会导致死锁
DataLoader多线程时的内存泄漏
torch.cuda中的缩进
bug
新功能
添加对CUDA和
cuDNN新版本的支持
添加对
Ninja和
clcache编译器的支持
存在问题
Conda下的
bz2b包不支持
Python3.5及以下的版本
不能支持
torch.distributed(分布式)、
NCCL(多卡)和
Magma
不能把
num_worker设置为1以上的值。有问题可以尝试调成0。另外代码入口得用以下的if语句包裹。即代码里面必须要有:
if __name__ == '__main__':1
Win10 Python3.6下安装Pytorch见本人另一篇博客:http://blog.csdn.net/xiangxianghehe/article/details/73500031,此版本是Pytorch0.2 。Ubuntu 16.04下安装的Pytorch的教程 见本人另一篇博客:http://blog.csdn.net/xiangxianghehe/article/details/78662289。
相关文章推荐
- windows下安装PyTorch0.3.0
- Windows下安装PyTorch0.3.0
- Windows下用Anaconda安装Pytorch/torchvision
- Windows + Anaconda + Pytorch 安装
- Windows下通过pip安装PyTorch 0.4.0 import 不成功 anaconda
- pytorch安装
- 踩坑笔记之Pytorch利器:Pycharm(安装Pycharm破解以及创建快捷方式)
- windows 和 linux 安装 scrapyd 出现Not a directory site-packages/scrapyd-1.0.1-py2.7.egg/scrapyd/txapp.py
- windows 下安装tensorflow报错,pywrap_tensorflow.py in swig_import_helper
- 在windows下搭建python环境,安装python、pip、virtualen、web.py
- anaconda+pytorch安装(无GPU版本)
- Anaconda+Pytorch安装教程
- Windows下caffe安装详解(cpu+gpu+matcaffe+pycaffe)
- 如何利用Python2.7、py2exe、PyInstaller-2.1将*.py打包成*.exe,再利用Inno Setup Compiler封装成windows安装文件
- windows下ipython的tab补全,只需安装pyreadline即可.
- windows 安装MySQL-python-1.2.4b4.win32-py2.7提示which was not found in the registry
- Pytorch源码安装(附加可能出现的问题解决)
- Windows上pyltp的安装及使用
- py-faster-rcnn在windows下安装
- anaconda+pytorch+tensorflow安装