1、安裝Anaconda

Anaconda指的是一個開源的Python發(fā)行版本，其包含了conda、Python等180多個科學(xué)包及其依賴項。在官網(wǎng)上下載https://www.anaconda.com/distribution/，因為服務(wù)器在國外會很慢，建議從清華鏡像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/下載。

2、安裝VScode

需要在Anaconda再裝VScode,因為Anaconda公司和微軟公司的合作，不用在對進行VScode的配置。

3、安裝Pytorch

Pytorch是facebook公司發(fā)布的著名深度學(xué)習(xí)框架。在Pytorch官網(wǎng)上https://pytorch.org/在命令行窗口輸入

?

?

4、fastai

fastai 基于 PyTorch，提供簡單易用的 API 接口，用更少的代碼實現(xiàn)常用任務(wù)的模型搭建和訓(xùn)練。

有兩種方式可以安裝fastai

conda和pip兩者都是包管理器（自動化軟件安裝，更新，卸載的一種工具）

Conda安裝

conda install -c fastai fastai

pip安裝

pip install fastai

5、驗證安裝成功

from fastai.vision import models, URLs, ImageDataBunch, cnn_learner, untar_data, accuracy import torchdef main():path = untar_data(URLs.MNIST_SAMPLE) # 下載數(shù)據(jù)集，這里只是MNIST的子集，只包含3和7的圖像,會下載并解壓（untar的命名原因）到/root/.fastai/data/mnist_sample（如果你是root用戶）下，包含訓(xùn)練數(shù)據(jù)，測試數(shù)據(jù)，包含label的csv文件data = ImageDataBunch.from_folder(path) # 利用ImageDataBunch讀取文件夾，返回一個ImageDataBunch對象learn = cnn_learner(data, models.resnet18, metrics=accuracy) # 構(gòu)建cnn模型，使用resnet18預(yù)訓(xùn)練模型learn.fit(1) # 訓(xùn)練一輪if __name__ == '__main__':main()

?

結(jié)果輸出：

?

轉(zhuǎn)載于:https://www.cnblogs.com/Sunnyside-Bao/p/11220688.html

總結(jié)

以上是生活随笔為你收集整理的Anaconda＋vscode＋pytorch环境搭建的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。