PyTorch的安装与配置

PyTorch的安装与配置

【实验描述】

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。

本次试验，我们的任务是完成PyTorch的下载安装，及其工作环境的配置，并以几个简单的小例子来了解PyTorch的几个特性。

【实验目的】

完成PyTorch的下载安装，及其工作环境的配置。然后完成几个PyTorch相关特性的例子，以验证其是否成功，

【实验原理】

PyTorch和Tensorflow是目前最为火热的两大深度学习框架，Tensorflow主要用户群在于工业界，而PyTorch主要用户分布在学术界。目前视觉三大顶会的论文大多都是基于PyTorch，如何快速入门PyTorch成了当务之急。

由于PyTorch拥有可以使用GPU加速的功能，所以在安装PyTorch前，需要安装合适版本的CUDA。此外，python无疑也是PyTorch可以有效运行的必要前提，而为了方便环境的配置以及包的管理和安装，所以我们选择了安装Anaconda来实现环境的配置。

【实验环境】

Windows10

Python3.8

Anaconda3

PyTorch

【实验内容】

• 安装cuda；

• 安装anaconda；

• 安装pytorch

• 简单验证pytorch是否安装成功

• 简单体验PyTorch的几个特性（GPU加速与自动求导）

【实验步骤】

1、安装cuda

（1）首先进入官网选择合适版本的cuda（注意尽量不要选cuda11.1，因为没有对应版本的PyTorch）

（2）等待下载安装包，下载完毕后开始安装。

若选择精简安装即在默认地址自动安装默认的功能；若选择自定义安装，则需要选择自己要安装的功能列表和安装的地址。

如果电