溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編這次要給大家分享的是如何搭建Anaconda＋vscode＋pytorch環境，文章內容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。
1、安裝Anaconda
Anaconda指的是一個開源的Python發行版本，其包含了conda、Python等180多個科學包及其依賴項。在官網上下載https://www.anaconda.com/distribution/，因為服務器在國外會很慢，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公司發布的著名深度學習框架。在Pytorch官網上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，用更少的代碼實現常用任務的模型搭建和訓練。
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 torch def main(): path = untar_data(URLs.MNIST_SAMPLE) # 下載數據集，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，包含訓練數據，測試數據，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) # 構建cnn模型，使用resnet18預訓練模型 learn.fit(1) # 訓練一輪 if __name__ == '__main__': main()
結果輸出：
看完這篇關于如何搭建Anaconda＋vscode＋pytorch環境的文章，如果覺得文章內容寫得不錯的話，可以把它分享出去給更多人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
