Anaconda＋vscode＋pytorch环境搭建过程详解
时间：2022-04-03 09:17:37 | 栏目：Python代码 | 点击：次
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