前言

Pytorch的安装相对于tensorflow还是简单很多的。现在安装pytorch也可以不用提前安装

CUDA和cudnn，因为当你安装torch时会帮你安装cuda训练时需要的东西。只需要提前安装驱动，

安装完nvidia驱动后直接进行GPU版pytorch的安装。相对来说入门简单，封装少，简洁高效快速。

像tensorflow各种版本语法不同，与其他python库版本不兼容等问题pytorch会相对来说更少出现。

它是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。

2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。

它是一个基于Python的可续计算包，提供两个高级功能：

1、具有强大的GPU加速的张量计算（如NumPy）。

2、包含自动求导系统的深度神经网络。

PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵

活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学

习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这是很多主流深度学习框架比如

Tensorflow等都不支持的。PyTorch 既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有

自动求导功能的强大的深度神经网络 。

一、首先，打开Anaconda Prompt 创建一个环境

如下图所示，以python=3.7版本为例，conda名字为torch，输入命令：

conda creata -n torch python=3.7

二、安装pytorch GPU版本

（1）进入pytorch的官网

https://pytorch.org/

选择Stable、Windows、pip（一般来说pip会比conda安装的速度更快）、python、CUDA版本（不能高于你显卡驱动所支持的最高版本，显卡驱动所支持的最高版本查看方法见tensorflow-gpu安装的文章）

（2）执行安装命令

将生成的命令复制黏贴到你刚刚创建的conda环境中运行。

（如果速度慢就把后面的官方网址换成 -i 镜像源）

（3）检查是否安装成功

在Anaconda Prompt中进入你刚刚创建的conda环境，依次输入命令：

1
2
3
python
import torch
torch.cuda.is_available()

运行效果如下图所示：

表明成功安装pytorch的GPU版本，结束。

如果你感觉读后有收获，可以点击下方打赏请作者喝杯咖啡。