PyTorch的基本概念

PyTorch的基本概念

为了完成作业任务，做了以下几个内容的笔记：

1、什么是Pytorch，为什么选择Pytroch？
2、Pytroch的安装
3、配置Python环境
4、准备Python管理器
5、通过命令行安装PyTorch
6、PyTorch基础概念
7、通用代码实现流程(实现一个深度学习的代码流程)

首先介绍一下什么是pytorch,为什么现在开始流行pytorch了。

什么是Pytorch

PyTorch 是一个基于 Python 的科学计算包，主要定位两类人群：

• NumPy 的替代品，可以利用 GPU 的性能进行计算。
• 深度学习研究平台拥有足够的灵活性和速度。

据 PyTorch 自己介绍, 他们家的最大优点就是建立的神经网络是动态的, 对比静态的 Tensorflow, 他能更有效地处理一些问题, .

Pytroch的安装

pytorch的安装就很简单啦。。不过我前几天装的时候还是出现了time Out 的问题，加了镜像还是很慢 ，可能我这边往很慢吧 。。。嘤嘤嘤，先介绍一下官网给出的常规方法，再说说我的解决办法吧

首先打开pytorch官网，链接：https://pytorch.org/
根据自己电脑的情况选择命令行，我的是 win+Python3,.6 +cpu,

打开cmd，把这两句粘贴进去就OK啦！ 是不是超级简单，但是有些人的电脑就是老安装不了还报错，比如我的就一直是time Out ,然后让师兄看了下，叫我本地下载，再安装，不得不说这样超级快，就是直接把第一句命令行里面的网址输入到浏览器中，enter~ 就直接下载啦！

然后 pip install +文件名和后缀就OK了，别忘了还要下载 torchvision

配置Python环境

配置Python 环境应该很简单了吧 ，这里不详细说啦 就是在环境变量中添加Python目录

PyTorch基础概念

Pytorch和numpy很像。

Pytorch既可以看作是有GPU支持的numpy，看可以看作是有自动求导功能的深度神经网络。（torch是类似于numpy的张量（tensor）操作库，能很好支持GPU，Lua是torch的上层包装，但是比较小众，Face book用Python调用torch的底层形成pytorch，在Face book中用pytorch进行科学研究，使用Caffe2进行产品部署。）

PyTorch中，所有神经网络的核心是autograd包。

autograd包为张量上的所有操作提供了自动求导机制。它是一个在运行时定义（define-by-run）的框架，这意味着反向传播是根据代码如何运行来决定的，并且每次迭代可以是不同的.

Pytorch是动态框架（其他大部分是伪动态的）。

例如;【3000*3000】的矩阵运算，在CPU上的速度是350ms，而在gpu上用pytorch只需要0.1ms。用GPU做神经网络时间快了巨多。

pytorch的优势

(1)支持GPU；

(2)动态神经网络；

(3)Python 优先；

(4)命令式体验；

(5)轻松扩展

深度学习代码

定义一个卷积神经网络

from torch.autograd import Variable
import torch.nn