macOS下安装运行PyTorch及速度测试
macOS下安装运行PyTorch及速度测试。
PyTorch支持多种平台,包括Linux/Windows/macOS,甚至支持Android和iOS,今天只讲macOS。
如果你的macOS上已安装Python3,直接使用pip3命令安装PyTorch即可。
Home of Little Jelly
macOS下安装运行PyTorch及速度测试。
PyTorch支持多种平台,包括Linux/Windows/macOS,甚至支持Android和iOS,今天只讲macOS。
如果你的macOS上已安装Python3,直接使用pip3命令安装PyTorch即可。
PyTorch图片识别注意点
1. 图片尺寸要统一;
2. 图片格式要统一,全部jpg或全部png,不然Tensor维度不一样会报错;
3. `NeuralNetwork`的第一个`nn.Linear`函数,第一个参数要与图片尺寸保持一致,不然会报错 mat1 and mat2 shapes cannot be multiplied;
4. `NeuralNetwork`的最后一个`nn.Linear`函数,第二个参数要与分类的个数保持一致,不然会报错`target2 is out of bound`;
仿照PyTorch官网的衣服的例子自己写了个图片识别模型,算是自己的第一个PyTorch模型,记录下过程。
一路踩坑是免不了的。
自定义Dataset
官网给出的`CustomImageDataset`的代码大体可用,需要根据自己的图片存入路径和csv文件格式稍做修改。
PyTorch开发运行部署。
本地
Docker下的
1. Python 3
2. JupyterLab
PyTorch的基础使用有以下几点。
1. Tensor
2. Dataset & DataLoader
3. Transform
PyTorch相关资源
1. [官网](https://pytorch.org)
平台不同,pytorch的安装方式也不同。