Pytorch 概念和安装

1 PyTorch的基本概念（什么是Pytorch，为什么选择Pytorch？）
Pytorch是一个基于torch以PYTHON优先的深度学习框架（python开源机器学习库），用于自然语言处理等应用程序不仅能够实现强大的GPU（graphics processing unit图形处理器）加速，还支持动态神经网络，这是很多主流框架（例如tensorflow）都不支持的。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。）
选择pytorch原因：1，没有一劳永逸的框架，多学个框架多个思路和技能；2，tensorflow和Caffe都是命令式的语言，静态，需要先建立一个框架，然后重复使用该框架，若想改变网络结构需重头开始，而Pytorch通过反向求导技术可以零延迟的任意改变结构神经网络行为，可提供最高的效率和最佳的灵活性，这是Pytorch做大的优势；3，Pytorch的设计思路是线性、直观、易于操作的，执行一行代码，没有异步的世界观，出现bug时易于找到出错位置，可避免Debug时因错误指向或异步和不透明的引擎而浪费时间；4，相对于Tensorflow，Pytorch代码更加简洁直观，易于深入API，了解底层框架。5，Pytorch特点：支持GPU,动态神经网络，Python优先，命令式体验，轻松扩展。
缺点：2017年3月发布，还是beta（软件验收测试）阶段，可能会有小bug，社区不强大。1
2 Pytroch的安装
配置Python环境：安装anaconda，打开Anaconda prompt，输入conda install pytorch-cpu -c pytorch,下载packages，再输入pip install torchvision,torchvision安装成功。验证是否下载成功：打开Anaconda jupyter notebook,输入print(import torch),print(import torchvision),print(torch)不报错即可。
3 通用代码实现流程(实现一个深度学习的代码流程)
import torch as t
import torchvision as tv
import torchvision.transforms as transforms
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F
1 参考https://blog.csdn.net/broadview2006/article/details/80133047
2参考https://blog.csdn.net/herosunly/article/details/89036914