Anaconda＋vscode＋pytorch环境搭建过程详解_vscodeconda - CSDN文库

92 浏览量更新于2023-03-03 1 收藏 52KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

Anaconda＋＋vscode＋＋pytorch环境搭建过程详解环境搭建过程详解

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



4、fastai

fastai 基于 PyTorch，提供简单易用的 API 接口，用更少的代码实现常用任务的模型搭建和训练。

有两种方式可以安装fastai

conda和pip两者都是包管理器（自动化软件安装，更新，卸载的一种工具）

Conda安装

conda install -c fastai fastai

pip安装

pip install fastai

5、验证安装成功

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：



总结总结

您可能感兴趣的文章您可能感兴趣的文章:windows10环境下用anaconda和VScode配置的图文教程配置python的编程环境之Anaconda + VSCode

的教程Anaconda+VSCode配置tensorflow开发环境的教程详解win10下VSCode+CMake+Clang+GCC环境搭建教程图解详解

VScode编辑器vue环境搭建所遇问题解决方案

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

weixin_38725902

粉丝: 4
资源: 930

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈