Anaconda＋vscode＋pytorch環境搭建

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 基於 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,會下載並解壓（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：

​