[PYTHON] [Hinweis] [PyTorch] Von der Installation bis zur einfachen Verwendung

Einführung

Ich entschied mich für ein neuronales Netz in meiner Forschung, also entschied ich mich für PyTorch (Hirntod). Ich weiß, dass es beliebt ist, und ich weiß nur, dass ich den von PFN hergestellten Chainer bis zum Ende der Entwicklung geschoben habe (ich frage mich, ob dieser Ausdruck korrekt ist ...), aber ich habe ihn nie konkret verwendet. Bereiten Sie die Umgebung vor, verwenden Sie sie eine Weile und führen Sie Aufzeichnungen darüber.

Was ist PyTorch?

PyTorch ist eine Python-Bibliothek, die von Facebook hauptsächlich für neuronale Netze (NN) entwickelt wurde (meine Tendenz). Es ist ein praktisches Tool, das dabei hilft, die Hürde von NN zu verringern, z. B. die schnelle Berechnung von NN durch Bereitstellung einer GPU und ein automatisches Differenzierungssystem.

• Es mag einige Meinungen geben, dass es möglicherweise mehr unterschiedliche Merkmale gibt, aber bitte verzeihen Sie mir, da dies auch eine grobe Erklärung für mich ist.

Wie downloadet man das

Autorenumgebung OS：Windows10 Python : Python3.7 Package : Anaconda IDE : Spyder4.1.4 GPU: Nur die an Bord. NVIDIA ist nicht stickig

Rufen Sie zunächst den Befehl zur Installation von pytorch auf der folgenden WEB-Seite ab.

PyTorch

Beachten Sie, dass eine Fehlermeldung angezeigt wird, wenn Sie den entsprechenden Installationsbefehl nicht auswählen.

• Kopieren Sie den Installationsbefehl und fügen Sie ihn auf der Qiita-Seite einer anderen Person ein, führen Sie ihn unverändert aus und erhalten Sie eine Fehlermeldung. Warum? Dieser Artikel wurde von einem Idioten geschrieben, der sich wiederholte

Die Auswahlmöglichkeiten sind

1. 1. Build (Ich habe es überprüft, bin mir aber nicht sicher, also wähle die linke Seite gemäß anderen Artikeln aus.) ２．OS
2. 3. Paket
3. Sprache
4. CUDA (Es scheint für die Verwendung von GPU zu sein) Fünf von. Entsprechend der Umgebung des Autors habe ich es wie im Bild unten gezeigt gemacht.

Der Teil von Run this Command unten ist der Installationsbefehl. Installieren Sie es dann, indem Sie die folgenden Schritte ausführen. ① Klicken Sie mit der rechten Maustaste auf die Eingabeaufforderung Anaconda und öffnen Sie sie mit Andere → Als Administrator ausführen. ② Führen Sie den folgenden Befehl aus

conda install pytorch torchvision cpuonly -c pytorch

Das ist in Ordnung

Hinweis: Es hat auf meinem Heim-Desktop funktioniert, aber aus irgendeinem Grund hat es auf meinem Laptop nicht funktioniert und ich habe die folgende Fehlermeldung erhalten:

OSError:[WinError 126]Das angegebene Modul wurde nicht gefunden.

Als ich nach der Fehlermeldung gesucht habe, auf der Seite von @ kunishou0903 [(Was tun, wenn "OSError: [WinError 126] Das angegebene Modul kann nicht in der Import-Taschenlampe gefunden werden")](https://qiita.com Ich kam zu / kunishou0903 / items / b1789c446770c8c97613) und führte den folgenden Befehl aus, der in "Installieren einer älteren Version von Pytorch" in diesem Artikel eingeführt wurde, und es funktionierte.

conda install pytorch==1.5.0 torchvision==0.6.0 -c pytorch

Vergessen Sie also nicht, dass die Laptop-Pytorch veraltet ist.

Einfach zu verwenden

Sie können die Elemente einer Matrix anhand von Zeilen- und Spaltennummern referenzieren, Durchschnittswerte berechnen, transponieren und das meiste tun, was Sie mit numpy tun können. Darüber hinaus kann es in numpy umgewandelt werden. Ich benutze keine GPU, daher spüre ich die Vorteile nicht so sehr, aber ich dachte, dass die automatische Differenzierung praktisch ist, deshalb werde ich sie unten schreiben.

#Bibliothek
import torch

#Matrixerstellung
A = torch.tensor([[1,2],[3,4]]) 
B = torch.tensor([[4,3],[2,1]])

#Produkt von Matrizen
torch.mm(A,B)
###tensor([[ 8,  5],[20, 13]])###

#Automatische Differenzierung
x = torch.tensor(3.0, requires_grad = True) #Erforderlich, wenn X eine Variable sein soll_Setzen Sie das Argument grad auf True
                                            #Die ersten 4 geben X einen Punkt.
a = torch.tensor(2.0) #Neigung
b = 1.0               #Sektion
y = a*x + 1 #Funktionsdefinition

print(y) # x =Wert bei 3
###tensor(7., grad_fn=<AddBackward0>)###

y.backward() #requires_Differenzierungsausführung mit einer Variablen, deren grad = True

print(x.grad) #Differenziertes Ergebnis
###tensor(2.)###

Quelle zitieren

[1]PyTorch [2] (Was ist zu tun, wenn "Betriebssystemfehler: [WinError 126] Das angegebene Modul kann nicht in der Import-Taschenlampe gefunden werden") [3] PyTorch-Umgebungskonstruktion (Windows10, Anaconda3, Pycharm, Python3) Ich habe nichts direkt zitiert, aber bitte beziehen Sie sich auch auf diese Seite. Hat. [4] "Einführung in die PyTorch-Entwicklung, die von Shaseibashi vor Ort verwendet werden kann" ← Ich habe sie gekauft. Das beste.