第一章

datawhalechina · Feb 23, 2025 · 7cc8465 · 7cc8465
1 parent d53fe1e
commit 7cc8465
Show file tree

Hide file tree

Showing 8 changed files with 18 additions and 18 deletions.
diff --git a/source/第一章/1.1 PyTorch简介.md b/source/第一章/1.1 PyTorch简介.md
@@ -12,11 +12,9 @@ PyTorch是由Meta AI(Facebook)人工智能研究小组开发的一种基于Lua
 
 **“All in PyTorch”**，对于PyTorch的发展我们只能用一句话来概况了，PyTorch自从推出就获得巨大的关注并受到了很多人的喜欢，而最直观的莫过于下面数据所表现的简明直了。
 
-下图来自[Paper with code](https://paperswithcode.com/trends)网站，**颜色面积代表使用该框架的论文公开代码库的数量**，我们可以发现截至2021年6月，PyTorch的代码实现已经是TensorFlow实现的4倍，我们也可以看红色部分的PyTorch正在取代他的老大哥称霸学术圈，PyTorch会借助ONNX所带来的落地能力在工业界逐渐走向主导地位。
+下图来自[Paper with code](https://paperswithcode.com/trends)网站，**颜色面积代表使用该框架的论文公开代码库的数量**，我们可以发现截至2024年12月，PyTorch的代码实现已经是TensorFlow实现的29.5倍，我们也可以看红色部分的PyTorch正在取代他的老大哥称霸学术圈，PyTorch会借助ONNX所带来的落地能力在工业界逐渐走向主导地位。
 
-总的来说，我们必须承认到现在为止PyTorch 1.x还是有不如别的框架的地方，但是我们相信PyTorch 2.x版本会给我们带来更大的惊喜。
-
-![框架对比图](figures/main_compare.png)
+![框架对比图](figures/pytorch_2025.png)
 
 ## 1.1.2 PyTorch的优势
 + **更加简洁**，相比于其他的框架，PyTorch的框架更加简洁，易于理解。PyTorch的设计追求最少的封装，避免重复造轮子。

diff --git a/source/第一章/1.2 PyTorch的安装.md b/source/第一章/1.2 PyTorch的安装.md
@@ -20,33 +20,30 @@ PyTorch的安装是我们学习PyTorch的第一步，也是经常出错的一步
 ### Step 2：检验是否安装成功
 在开始页找到Anaconda Prompt，一般在Anaconda3的文件夹下,( Linux在终端下就行了）
 
-![prompt](figures/prompt.png)
+![prompt](figures/anaconda_windows.png)
 
 ### Step 3：创建虚拟环境
 
 Linux在终端(`Ctrl`+`Alt`+`T`)进行，Windows在`Anaconda Prompt`进行
 
 #### 查看现存虚拟环境
-查看已经安装好的虚拟环境，可以看到我们这里已经有两个环境存在了
+查看已经安装好的虚拟环境，可以看到默认有一个base环境
 
 ```bash
 conda env list 
 ```
 
-![env_list](figures/env_list.png)
+![env_list](figures/conda_env_list.png)
 
 #### 创建虚拟环境
 在深度学习和机器学习中，我们经常会创建不同版本的虚拟环境来满足我们的一些需求。下面我们介绍创建虚拟环境的命令。
 ```bash
-conda create -n env_name python==version 
-# 注：将env_name 替换成你的环境的名称，version替换成对应的版本号，eg：3.8
+conda create -n pytorch2.6 python=3.10 -y
 ```
 
-![](figures/install.png)
+![](figures/anaconda新建环境.png)
+
 
-**注**：
-1. 这里忽略我们的warning，因为我们测试的时候已经安了又卸载一遍了，正常时是不会有warning的。
-2. 在选择Python版本时，不要选择太高，建议选择3.6-3.8，版本过高会导致相关库不适配。
 
 #### 安装包
 ```bash
@@ -168,9 +165,8 @@ vi .condarc
 
 我们可以通过在`cmd/terminal中`输入`nvidia-smi`（Linux和Win命令一样）、使用NVIDIA控制面板和使用任务管理器查看自己是否有NVIDIA的独立显卡及其型号
 
-![查看GPU](figures/gpu.png)
+![windows查看cuda.png](figures/windows查看cuda.png)
 
-![查看显卡](figures/Nvidia.png)
 
 
 
@@ -197,7 +193,7 @@ vi .condarc
 ### Step 3：选择命令
 我们需要结合自己情况选择命令并复制下来，然后使用conda下载或者pip下载（建议conda安装）
 
-打开`Terminal`，输入`conda activate env_name`(env_name 为你对应的环境名称)，切换到对应的环境下面，我们就可以进行PyTorch的安装了。
+打开`Anaconda Prompt`，输入`conda activate env_name`(env_name 为你对应的环境名称)，切换到对应的环境下面，我们就可以进行PyTorch的安装了。
 
 ![](figures/choose_envs.png)
 
@@ -222,7 +218,13 @@ vi .condarc
 
 如果我们使用的`Anaconda Prompt`进行下载的话，我们需要先通过`conda activate env_name`，激活我们的虚拟环境中去，再输入命令。
 
-**注**: 我们需要要把下载指令后面的 -c pytorch 去掉以保证使用清华源下载，否则还是默认从官网下载。
+值得一提的是，Conda 已经不再被推荐作为 pytorch
+安装的工具了，我们用 pip 来下载
+```
+pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
+
+```
+
 ### Step 5：离线下载
 
 #### Windows：
@@ -254,7 +256,7 @@ import torch
 torch.cuda.is_available()
 ```
 ```bash
-False
+Ture
 ```
 这条命令意思是检验是否可以调用cuda，如果我们**安装的是CPU版本的话会返回False，能够调用GPU的会返回True**。一般这个命令不报错的话就证明安装成功。
 

diff --git a/source/第一章/figures/anaconda_windows.png b/source/第一章/figures/anaconda_windows.png
diff --git a/source/第一章/figures/anaconda新建环境.png b/source/第一章/figures/anaconda新建环境.png
diff --git a/source/第一章/figures/conda_env_list.png b/source/第一章/figures/conda_env_list.png
diff --git a/source/第一章/figures/pytorch_2025.png b/source/第一章/figures/pytorch_2025.png
diff --git a/source/第一章/figures/pytorch_choose.png b/source/第一章/figures/pytorch_choose.png
diff --git a/source/第一章/figures/windows查看cuda.png b/source/第一章/figures/windows查看cuda.png