1. 簡述Pytorch
PyTorch是一個開源的Python機器學習庫，其前身是著名的機器學習庫Torch宁否。2017年1月副渴，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch翼悴，它是一個面向Python語言的深度學習框架信卡，不僅能夠實現(xiàn)強大的GPU加速隔缀，同時還支持動態(tài)神經(jīng)網(wǎng)絡，這是很多主流深度學習框架比如Tensorflow等都不支持的傍菇。PyTorch既可以看作加入了GPU支持的numpy猾瘸，同時也可以看成一個擁有自動求導功能的強大的深度神經(jīng)網(wǎng)絡。除了Facebook外，它已經(jīng)被Twitter牵触、CMU和Salesforce等機構采用淮悼。作為經(jīng)典機器學習庫Torch的端口，PyTorch 為 Python 語言使用者提供了舒適的深度學習開發(fā)選擇揽思。
目前Pytorch成為深度學習領域使用最火熱的框架其原因主要包括以下三點：
(1) 簡潔袜腥； （2）速度； （3）易用绰更；
2. 安裝步驟：
2.1 安裝Python
由于Pytorch面向的是Python語言瞧挤，因此首先需要安裝Python。
由于之前已經(jīng)安裝過Python儡湾，因此這里不再重復安裝（我安裝的版本是3.7）。
Python的安裝可以參考：全網(wǎng)最詳細的Python安裝教程（Windows） - 知乎 (zhihu.com)
2.2 安裝CUDA
要特別注意的是Pytorch對CUDA的版本是有要求的执俩，因此我們安裝CUDA之前需要先確認到底裝哪個CUDA版本才行徐钠。
(1) 首先我們要確定本機是否有獨立顯卡。在 計算機->設備管理器->顯示適配器 中役首，查看是否有獨立顯卡尝丐，如下圖所示：
如上圖所示，可以看到衡奥，當前系統(tǒng)擁有NVIDIA顯卡爹袁，型號為GeForce GTX 960M。
(2) 其次我們要查看本機顯卡適合什么版本的CUDA矮固。NVIDIA控制面板->幫助->系統(tǒng)信息->組件
由上圖可知本機適合的CUDA版本為8.0失息。
(3) 開始安裝CUDA。
根據(jù)正常思路档址，我們進入CUDA安裝官網(wǎng)安裝：https://developer.nvidia.com/cuda-toolkit-archive盹兢，但是我發(fā)現(xiàn)該官網(wǎng)無論我用什么方法都無法進入，于是我參考該文章關于下載cuda和cudnn官方網(wǎng)站訪問不了的替代方案_sinat_29217765的博客-CSDN博客將網(wǎng)址https://developer.nvidia.com/cuda-toolkit-archive中的com改為cn后（https://developer.nvidia.cn/cuda-toolkit-archive）可順利訪問守伸。
下面我們選擇 CUDA Toolkit 8.0進行下載绎秒。單擊后會進入版本配置界面，按下圖進行選擇即可:
下載完成后便自動進入安裝程序尼摹。
根據(jù)提示一步步安裝即可见芹，安裝完畢之后打開cmd命令終端測試一下cuda是否安裝成功
輸入命令測試：
nvcc -V
正常情況下會出現(xiàn)下圖所示結果，說明安裝成功：
2.3 安裝cuDNN蠢涝。
由于官網(wǎng)下載cuDnn需要加入Nvidia developers會員才能進行下載,因此參考文章官網(wǎng)安裝Nvidia CUDA Toolkit玄呛、cuDNN報錯502的備用鏡像下載網(wǎng)址_sinat_28371057的博客-CSDN博客_cudnn 鏡像進行下載。要注意的是CUDA8.0對應的cuDNN版本是5.1惠赫。
下載之后把鉴，解壓縮，將CUDNN壓縮包里面的bin、clude庭砍、lib文件直接復制到CUDA的安裝目錄下（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0）场晶，直接覆蓋安裝即可完成。
2.4 安裝Pytorch
安裝完CUDA和cuDNN后怠缸，安裝Pytorch相對比較簡單诗轻。（雖然我還是遇到了蠻多問題）
進入Pytorch的安裝選擇配置頁面，此時根據(jù)相關配置會自動給出安裝方法揭北，如下所示:Start Locally | PyTorch
但是由于我根據(jù)本機的配置安裝的版本為CUDA 8.0因此不在此頁面內(nèi)扳炬，我參考文章PyTorch 安裝（CUDA 是8.0以下舊版本，如何安裝 pytorch?）_u014546828的博客-CSDN博客進行安裝搔体，只需要在cmd終端中運行相應的命令即可：
pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1.post2-cp37-cp37m-linux_x86_64.whl
pip3 install torchvision
但是由于使用cmd終端進行pip下載的時候一直下載到一半卡住恨樟，于是參考文章Python:pip install torch官網(wǎng)速度太慢的解決辦法_誰偷了我的酒窩的博客-CSDN博客使用迅雷下載相應的安裝包。下載完成后疚俱，用命令行打開文件所在的路徑劝术，重新輸入安裝命令。
安裝torchvision的時候我看許多文章表示安裝完正確版本的torch后直接pip install就行呆奕，于是我照做了养晋，于是我出錯了，下面是我踩坑過程梁钾，請勿模仿
從上圖我們可以看到绳泉，系統(tǒng)發(fā)現(xiàn)我之前按照了torch0.4.1于是它把我的0.4.1版本刪了刪了刪了,換成了其他版本...我剛開始沒認真看于是接著驗證了。
2.5 驗證
驗證Pytorch是否安裝成功并且能夠成功調(diào)用cuDNN姆泻。
使用命令行進行驗證后發(fā)現(xiàn)零酪，雖然安裝成功但是安裝的是cpu版本，因此導致驗證False麦射，問題應該是出在前面安裝完torch后采用自動安裝torchvision的時候它自動匹配選擇了版本蛾娶，因此我只能卸載重新安裝，卸載命令很簡單潜秋，就是把之前安裝時的install改成uninstall即可蛔琅。
經(jīng)歷慘痛經(jīng)歷的我這次我根據(jù)文章pythorch版本和torchvision版本對應關系及torchvision安裝_村西那條彎彎的河流的博客-CSDN博客下載相應版本的torchvision再進行pip安裝。
因此下載0.2.2版本的torchvision即可峻呛，但是在官網(wǎng)的鏈接里我并沒有找到這個版本的torchvision罗售，于是我在清華源找到了這個版本Links for torchvision (tsinghua.edu.cn)
找到鏈接后一樣的方法使用迅雷進行下載，速度超快钩述，幾秒鐘就完事了寨躁，然后打開下載路徑進行pip安裝即可。安裝完成后重新進行驗證牙勘。
歷經(jīng)磨難职恳！由圖可知所禀，版本正確，并且cuda正撤徘眨可用色徘，說明我們的Pytorch安裝成功告一段落，撒花操禀！
