pytorch深度学习和入门实战（一）pytorch发展史和环境安装

1.pytorch是什么？

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

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。除了Facebook外，它已经被Twitter、CMU和Salesforce等机构采用。

2 Pytorch vs Tensorflow

pytoch从2017年发布到2020年以来，可谓是“一骑绝尘“，背靠facebook这棵大树发展前景光明、尤其是在学术圈中，大有一举攻破tensorflow业内第一的势头。

2018：TensorFlow 独领风骚，
TensorFlow 在 GitHub 活跃度、谷歌搜索量、Medium 文章数、亚马逊书籍和 arXiv 论文等维度上所占的比重都是最大的。

相关综合实力得分分布：

2019年：pytorch发展势头迅猛
从airxiv相关论文发表中使用框架占比，github上人员使用情况，pytorch崛起之路可见一斑。

2020年：pytorch后浪时代开启

从学术圈的发表占比来看，pytorch已经>60%，也就是说超过半数以上的学者发表论文都是在用pytoch了，这说明他在学术圈已经“活了”！

而且在google的在线搜索次数也是一步步紧逼tensorflow
（蓝色代表 TensorFlow，红色代表 PyTorch）

但是在求职方面，虽然pytorch不及tensorflow，但是tensorflow已经由以前是pytorch的3倍，降低到了2倍。未来可期。
（Indeed、Monster、SimplyHired 和 LinkedIn 四个（美国）求职网站中关于 TensorFlow 和 PyTorch 的关键词。2019年-2020年初情况）

结论：虽然pytorch还没有完全击倒tensorflow取得绝对独霸天下的成就，但是短短几年时间，就从无人知晓到名列前茅，实在是厉害。
未来如何很难说，但是pytoch肯定是解决了诸多框架的痛点、有更好的效率和良好的使用，才能一骑绝尘、迎头赶上。加上facebook大厂buff，后续发展确实是能和google的tensorflow有的一拼。所以，你还不赶紧学起来？

3 pytorch何以发展迅速？

我们从其优点管中窥豹：
上手快：掌握Numpy和基本深度学习概念即可上手
代码简洁灵活：用nn.module封装使网络搭建更方便；基于动态图机制，更灵活和高效，解决了tensorflow等框架静态图的痛点
Debug方便：调试PyTorch就像调试 Python 代码一样简单
文档规范：https://pytorch.org/docs/stable/index.html可查各版本文档
资源多：arXiv中的新算法大多有PyTorch实现
开发者多：GitHub上贡献者(Contributors)已超过1100+
背靠大树：FaceBook维护开发

4 如何入门pytorch？

资料满天飞，但是依据本人个人经验，总结一些比较有用的实例，并且后续也会记录一下自己的学习总结，希望帮到想要入门的童鞋~

官网入门指导（en）----> 推荐
Awesome-PyTorch-Chinese（ch）
非官方的中文api版本1(ch)
Pytorch模型训练实用教程(ch)
非官方的中文api版本2(ch)

5 环境安装

详解过程，参见 https://blog.csdn.net/weixin_42237113/article/details/106671791