当前位置:首页 >> 脚本专栏

Anaconda+vscode+pytorch环境搭建过程详解

1、安装Anaconda

Anaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。在官网上下载https://www.anaconda.com/distribution/,因为服务器在国外会很慢,建议从清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下载。

2、安装VScode

需要在Anaconda再装VScode,因为Anaconda公司和微软公司的合作,不用在对进行VScode的配置。

3、安装Pytorch

Pytorch是facebook公司发布的著名深度学习框架。在Pytorch官网上https://pytorch.org/在命令行窗口输入

Anaconda+vscode+pytorch环境搭建过程详解"htmlcode">

from fastai.vision import models, URLs, ImageDataBunch, cnn_learner, untar_data, accuracy
import torch
def main():
  path = untar_data(URLs.MNIST_SAMPLE) # 下载数据集,这里只是MNIST的子集,只包含3和7的图像,会下载并解压(untar的命名原因)到/root/.fastai/data/mnist_sample(如果你是root用户)下,包含训练数据,测试数据,包含label的csv文件
  data = ImageDataBunch.from_folder(path) # 利用ImageDataBunch读取文件夹,返回一个ImageDataBunch对象
  learn = cnn_learner(data, models.resnet18, metrics=accuracy) # 构建cnn模型,使用resnet18预训练模型
  learn.fit(1) # 训练一轮

if __name__ == '__main__':
  main()

结果输出:

Anaconda+vscode+pytorch环境搭建过程详解"color: #ff0000">总结