【算法01】pycharm + win11 + conda中利用pytorch實作CNN

目錄

• 環境搭建
• 代碼解釋
• 其他知識
• • 1. torchvision
  • 2. PIL：Python Image Library
  • 3. torch

環境搭建

個人記錄文檔，電腦系統為win11

1. 安裝conda和pycharm，cuda，cuDNN以及pytorch

   conda和pychram安裝不再贅述

   cuDNN:

   

   >複制解壓後的cdDNN檔案到cuda的相關安裝目錄即可，之後檢視是否安裝成功cuDNN

   

   conda建立好環境之後安裝pytorch

conda create -n pytorch_gpu python=3.9 # 利用conda建立環境
# conda create --clone foo_env --name bar_env # 将foo_env的環境複制到新環境bar_env中
# 此時需檢視自己電腦安裝的cuda版本（2中有示例）
pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html
           

1. 檢視cuda的安裝版本和位置

   nvcc -V

   set cuda

   

   

1. 顯示卡為NVIDIA GTX 1660 super

   

2. 其他電腦設定如下：

   

代碼解釋

其他知識

1. torchvision

構成：

• torchvision.datasets：常用的資料集接口
• torchvision.models：常用的模型結構，譬如AlexNet，VGG， ResNet
• torchvision.transforms：圖檔變換

  • transforms.CenterCrop 對圖檔中心進行裁剪

    transforms.ColorJitter 對圖像顔色的對比度、飽和度和零度進行變換

    transforms.FiveCrop 對圖像四個角和中心進行裁剪得到五分圖像

    transforms.Grayscale 對圖像進行灰階變換

    transforms.Pad 使用固定值進行像素填充

    transforms.RandomAffine 随機仿射變換

    transforms.RandomCrop 随機區域裁剪

    transforms.RandomHorizontalFlip 随機水準翻轉

    transforms.RandomRotation 随機旋轉

    transforms.RandomVerticalFlip 随機垂直翻轉

• torchvision.utils：其他操作

2. PIL：Python Image Library

是Python 語言的一個第三方庫，支援圖像存儲、顯示和處理，能夠處理幾乎所有格式的圖檔。

3. torch

• 3.1 torch：生成随機數字的tensor，滿足标準正态分布（0~1）

print(torch.randn(3),'\n',
      torch.randn(3, 4),'\n',
      torch.randn(3, 4, 5))
###################################
tensor([ 0.2965, -1.9862,  0.6845]) 
 tensor([[ 0.0102, -0.7910,  0.2807,  0.2399],
        [ 0.0896, -0.4920,  1.1830,  1.0532],
        [-0.3168, -0.5191, -0.2676,  0.0547]]) 
 tensor([[[ 0.3623, -0.0488, -0.9397,  2.0493, -0.4924],
         [-0.8506,  0.0435,  0.1077,  0.5010, -0.6206],
         [-0.0964,  1.2366,  1.2035,  1.1832, -1.0772],
         [ 0.7585, -2.2725, -0.7748, -0.6995,  1.4313]],

        [[-0.8132,  0.3222, -2.0298, -0.8955, -1.5885],
         [-1.9234, -0.2824, -2.0615,  2.4361,  1.0798],
         [-0.7023,  0.8195, -0.5983,  1.6142, -0.5253],
         [-0.3071, -1.3893,  0.7453,  0.0168, -0.8236]],

        [[-0.5623,  0.5198, -0.1727,  0.0726,  0.9915],
         [ 1.7734,  0.4547, -0.1993,  0.3765, -0.4798],
         [ 0.0041,  0.0529,  1.1025,  1.3861, -0.1418],
         [-0.4634,  1.1942,  0.6051,  0.3423,  0.2027]]])

           

• 3.2 torch.nn
• 3.3 torch.cuda
• 3.4 torch.sparse

torch.sparse_coo_tensor(indices, values,
					    size=None, *,
					    dtype=None,
					    device=None,
					    requires_grad=False)

***
待更新