DataWhale——《深入浅出Pytorch》1

---

一、Pytorch的introduction

PyTorch是由Facebook人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库，目前被广泛应用于学术界和工业界，而随着Caffe2项目并入Pytorch， Pytorch开始影响到TensorFlow在深度学习应用框架领域的地位。总的来说，PyTorch是当前难得的简洁优雅且高效快速的框架。因此本课程我们选择了PyTorch来进行开源学习。

二、Pytorch与Tensorflow的对比

• 更加简洁
• 上手快
• 良好的文档和社区支持
• 更好的调试代码
  　　PyTorch是一个动态的框架，而TensorFlow是一个静态的框架。使用TensorFlow时，必须先搭建好网络的结构，然后使用预先留出的几个占位符作为样本输入和label输入，这就像是通过开了几个洞的木板进行交互，中途无法对计算的流程进行更改。
  　　TensorFlow必须运行会话才能得到运行的结果，而且网络必须努力构造以确保每个张量具有正确的维度

三、Pytorch安装教程

• 1、检查自己的电脑是否具有可支持深度学习的显卡(NVIDIA)
• 2、查看自己的电脑是否完成了CUDA与CUDNN安装成功
  以笔者的电脑为例子
  
  从图中的系统信息可以看出其支持的CUDA的版本是11.1，因此需要前往英伟达官网，下载好对应的CUDAToolkit以及通过一些操作，能够登录到英伟达的官网，去下载关于CUDA的CUDNN的工具，在下载的时候，最好选择local而不要选择net的
  最终安装成功的样子是这样的
  
• 3、安装pytorch
  如果使用者的电脑没有GPU的话，可以在命令行下直接输入命令

pip install pytorch -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main

如果使用者的电脑有GPU的话，可以通过pip的命令或者通过pytorch的wheel文件进行下载

这里有一点要注意的，比如说需要下载torchvision的时候，需要先下载后torchvision，并成功安装后