2018年12月23日 星期日

AI 與 Python

C++ STL 一直是我最愛的程式語言,沒想到年近半百還有想學 Python 的衝動。

會 C++ STL 的人學 Python 是不是覺得這語言的變數怎麼這麼方便;而會 Python 的人學 C++ STL 是不是覺得這語言的變數怎麼這麼麻煩?

安裝 Anaconda,從 Anaconda 官網(https://www.anaconda.com/download)下載 Python 3.7 64-Bit Graphical Installer (614.3 MB)。


執行安裝檔 Anaconda3-2018.12-Windows-x86_64.exe,選擇 <Next>。


License Agreement 選擇 <I Agree>


保留建議預設值(Just Me),選擇 <Next>。


如果不改變預設安裝路徑,選擇 <Next>。


保留建議預設值(Register Anaconda as my default Python 3.7),選擇 <Install>。


Anaconda 安裝中...


Anaconda 安裝完成,選擇 <Next>。


如果想使用 Microsoft Visual Studio Code,選擇 <Install Microsoft VSCode>;否則選擇 <Skip>。


Microsoft Visual Studio Code 安裝中...


Microsoft Visual Studio Code 安裝完成,選擇 <Next>。


安裝完成,選擇 <Finish>。


執行 Anaconda Prompt


Anaconda Prompt 工作視窗


**********************************************************************************************************************

利用 Python 開發程式時,建立虛擬環境除了有不同開發版本的相容性之外,萬一系統出了問題或需要改變,只要移除虛擬環境再重新建立,都比重新安裝 Anaconda 來得方便。當然,如果想要完全清除各種版本虛擬環境遺留下來的套件,還是得移除 Anaconda,再重新安裝。

為了相容 OpenCV 3 與 PyTorch,所以選擇建立 Python 3.5 虛擬環境。

建立虛擬環境

    conda create -n python35env python=3.5 anaconda

啟動虛擬環境

    activate python35env

退出虛擬環境

    deactivate

移除虛擬環境

    conda remove -n python35env --all

安裝 OpenCV 3

    conda install -c https://conda.anaconda.org/menpo opencv3

安裝 PyTorch,從 PyTorch 官網(https://pytorch.org)選擇安裝環境與版本(OS = Windows,Package Manager = pip,Python = 3.5,CUDA = None),以產生安裝指令。

    pip install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp35-cp35m-win_amd64.whl
    pip install torchvision

安裝過程出現缺少 msgpack 的訊息

    distributed 1.21.8 requires msgpack, which is not installed.

安裝 msgpack

    pip install msgpack-python
    pip install msgpack

更新 pip

    python -m pip install --upgrade pip

**********************************************************************************************************************

隨著 Python 3.7.1 與 PyTorch 1.0.0 版本釋出,過去的相容性問題也逐漸解決,以下直接以安裝完成的 Anaconda 3 (2018.12) 環境安裝 PyTorch。

PyTorch 是一個基於 Torch 的開放原始碼機器學習程式庫,應用於人工智慧領域,如自然語言處理。它最初由 Facebook 的人工智慧研究團隊開發,並被用於 Uber 的機率程式語言 Pyro。從 PyTorch 官網(https://pytorch.org)選擇安裝環境與版本(PyTorch Build = Stable (1.0),Your OS = Windows,Package = Conda,Language = Python 3.7,CUDA = 10.0),以產生安裝指令。


    conda install pytorch torchvision cuda100 -c pytorch


輸入 y 後,按 Enter。


PyTorch 安裝完成


安裝 CUDA (Compute Unified Device Architecture) Toolkit,它是 NVIDIA 研發的平行運算平台與程式開發模型,可利用圖形處理器(Graphics Processing Unit,GPU) 的能力大幅提升運算效能。從 CUDA Toolkit 官網(https://developer.nvidia.com/cuda-downloads)選擇安裝環境與版本(Operating System = Windows,Architecture = x86_64,Version = 10,Installer Type = exe (local)),以下載安裝檔(2.1 GB)。


執行安裝檔 cuda_10.0.130_411.31_win10.exe,如果不改變預設暫存解壓縮路徑,選擇 <OK>。


安裝檔解壓縮中...


檢查系統相容性...


NVIDIA 軟體授權協議書選擇<同意並繼續>


保留建議選項(快速),選擇 <下一步>。


Configuring Visual Studio 2012 settings...


如果 NVIDIA 顯示卡尚未安裝驅動程式,選擇 <安裝>。


圖形驅動程式安裝中...


Copying CUDA Development files...


 Nsight Visual Studio Edition Summary,選擇<下一步>。


CUDA 安裝完成,選擇<關閉>。


沒有留言:

張貼留言