不做大哥好多年 不做大哥好多年
首页
  • MySQL
  • Redis
  • Elasticsearch
  • Kafka
  • Etcd
  • MongoDB
  • TiDB
  • RabbitMQ
  • 01.GO基础
  • 02.面向对象
  • 03.并发编程
  • 04.常用库
  • 05.数据库操作
  • 06.Beego框架
  • 07.Beego商城
  • 08.GIN框架
  • 09.GIN论坛
  • 10.微服务
  • 01.Python基础
  • 02.Python模块
  • 03.Django
  • 04.Flask
  • 05.SYL
  • 06.Celery
  • 10.微服务
  • 01.Java基础
  • 02.面向对象
  • 03.Java进阶
  • 04.Web基础
  • 05.Spring框架
  • 100.微服务
  • Docker
  • K8S
  • 容器原理
  • Istio
  • 数据结构
  • 算法基础
  • 算法题分类
  • 前置知识
  • PyTorch
  • 01.Python
  • 02.GO
  • 03.Java
  • 04.业务问题
  • 05.关键技术
  • 06.项目常识
  • 10.计算机基础
  • Linux基础
  • Linux高级
  • Nginx
  • KeepAlive
  • ansible
  • zabbix
  • Shell
  • Linux内核

逍遥子

不做大哥好多年
首页
  • MySQL
  • Redis
  • Elasticsearch
  • Kafka
  • Etcd
  • MongoDB
  • TiDB
  • RabbitMQ
  • 01.GO基础
  • 02.面向对象
  • 03.并发编程
  • 04.常用库
  • 05.数据库操作
  • 06.Beego框架
  • 07.Beego商城
  • 08.GIN框架
  • 09.GIN论坛
  • 10.微服务
  • 01.Python基础
  • 02.Python模块
  • 03.Django
  • 04.Flask
  • 05.SYL
  • 06.Celery
  • 10.微服务
  • 01.Java基础
  • 02.面向对象
  • 03.Java进阶
  • 04.Web基础
  • 05.Spring框架
  • 100.微服务
  • Docker
  • K8S
  • 容器原理
  • Istio
  • 数据结构
  • 算法基础
  • 算法题分类
  • 前置知识
  • PyTorch
  • 01.Python
  • 02.GO
  • 03.Java
  • 04.业务问题
  • 05.关键技术
  • 06.项目常识
  • 10.计算机基础
  • Linux基础
  • Linux高级
  • Nginx
  • KeepAlive
  • ansible
  • zabbix
  • Shell
  • Linux内核
  • 前置知识

  • PyTorch

    • 01.Pytorch安装
      • 01.安装PyTorch
    • 02.Tensor 张量
    • 03.神经网络概述
    • 04.房价预测
    • 05.手写数字识别
  • 大模型
  • PyTorch
xiaonaiqiang
2025-02-26
目录

01.Pytorch安装

# 01.安装PyTorch

  • ① Mac 终端安装 Miniconda(Apple M1/M2 适配版)

    • # 下载 Miniconda 安装包(适用于 M1/M2 芯片)
      curl -o ~/miniconda.sh https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
      
      # 运行安装脚本
      bash ~/miniconda.sh
      
      # 关闭并重新打开终端,或者手动运行:
      source ~/.zshrc  # 如果使用 Zsh
      source ~/.bashrc  # 如果使用 Bash
      
      # 验证安装成功
      conda --version
      
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
  • ② 创建 PyTorch 环境

    • conda create -n pytorch_learn python=3.9 -y
      conda activate pytorch_learn
      
      1
      2
  • ③ 安装 PyTorch

    • # pytorch-nightly 是官方 MPS 支持的开发版本,能最大化支持 Apple M1 GPU
      conda install pytorch torchvision torchaudio matplotlib -c pytorch-nightly
      
      1
      2
  • ④ 测试 PyTorch 是否安装成功

    • import torch
      
      # 检查 PyTorch 版本
      print(torch.__version__)
      
      # 检查是否支持 MPS(M1/M2 GPU 加速)
      print(torch.backends.mps.is_available())
      
      # 测试 Tensor 运算
      x = torch.rand(3, 3).to("mps")
      print(x)
      
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
上次更新: 2025/3/13 17:01:28
20.回归
02.Tensor 张量

← 20.回归 02.Tensor 张量→

最近更新
01
04.数组双指针排序_子数组
03-25
02
08.动态规划
03-25
03
06.回溯算法
03-25
更多文章>
Theme by Vdoing | Copyright © 2019-2025 逍遥子 技术博客 京ICP备2021005373号
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式