关于Anaconda中pytorch的安装

学习deeplearning 的第一步应该是安装主流的Pytorch, 主要是在Python 3 环境下更容易入手。

对于初学python, 如果要向AI方向发展， 建议安装anaconda, 安装后如果Python没有激活conda, 需要按照以下步骤激活：

  1. 进入cmd 模式， 按照以下输入：
    conda info --envs
  2. 安装base目录激活
    在这里插入图片描述
  3. 关闭cmd, 重新打开
  4. 下载pytorch, 以windows7 64位为例， 具体不同系统参看官网
    https://pytorch.org/get-started/locally/#mac-python
    Run this Command:
    conda install pytorch torchvision cudatoolkit=10.2 -c pytorch在这里插入图片描述
  5. 然后下载各种包，直接输入y, 即可
  6. 以上步骤完成后， 通过pycharm或Jupyter, 检验输出结果：
  7. tensor: 三维以上空间点
# pytorch # 神经网络 # 深度学习 # 机器学习
Logo
加入AMD AI开发者计划！

免费领 150 小时云算力，进群参与显卡、AI PC 幸运抽奖

更多推荐

模型量化精度异常时的检查与止损

为了将 70B 大语言模型的部署成本打下来，我们将线上 vLLM 推理集群的模型权重与激活值从 FP16 全量量化到了 INT8（采用 W8A8 方案）。量化效果立竿见影：单卡 A100-80G 的显存占用直接从 140GB（需 2 卡并行）缩减到了 70GB，单卡即可拉起，推理吞吐量（Tokens/s）提升了将近一倍。然而上线不到两天，客服渠道就接到了多起投诉。在处理复杂代码推导和长文本逻辑分析

avatar AMD开发者中国社区
cover

大模型实战指南（11）——推理框架选型实战：vLLM × SGLang × TensorRT-LLM 深度对比与部署指南

avatar AMD开发者中国社区

Agent强化学习训练框架Microsoft Agent-Lightning之训练环境部署

本文档详细记录了在Ubuntu 22.04系统上部署Agent-Lightning环境的完整流程。关键点包括：使用conda创建Python 3.12环境；安装特定版本的torch、vllm等核心组件；通过预编译wheel安装flash-attn以避免本地编译；解决了三个常见环境问题（libstdc++版本冲突、fastapi兼容性问题、transformers版本限制）。文档还提供了项目目录结构

avatar AMD开发者中国社区