深度学习框架：pytorch

　　第一节

　　每日一点编程小知识， 跟着尕燚龙体验编程乐趣，畅游编程海洋

　　作者 | 尕燚龙

　　1.PyTorch介绍

　　PyTorch是一个开源的深度学习框架，该框架由Facebook人工智能研究院的Torch7团队开发，它的底层基于Torch，但实现与运用全部是由python来完成。该框架主要用于人工智能领域的科学研究与应用开发。

　　PyTroch最主要的功能有两个，其一是拥有GPU张量，该张量可以通过GPU加速，达到在短时间内处理大数据的要求；其二是支持动态神经网络，可逐层对神经网络进行修改，并且神经网络具备自动求导的功能。

　　除了Facebook使用PyTorch，它还被salesforce、Stanford和UDACITY等机构采用，如下图所示：

　　2. PyTorch的配置

　　2.1选择操作系统

　　安装PyTorch的第一步是选择操作系统，目前PyTorch支持的操作系统包括：Linux、Mac、Windows，如果使用的是上述操作系统，那么即可直接安装官网编译好的PyTorch。如果是ARM操作系统，只能通过编译源码来安装PyTorch了。

　　2.2PyTorch的安装

　　首先登陆PyTorch官网，网址是：https://pytorch.org/，进入网站后，向下滑动网页就可以看到PyTorch的安装界面了（INSTALL PYTORCH）。在安装界面中选择好PyTorch版本（PyTorch Build）、操作系统（Your OS）、安装包（Package）、语言（Language）、运算平台（Compute Platform）。PyTorch BuildStable (1.8.0)Your OSWindowsPackageCondaLanguagePythonCompute PlatformCUDA 11.1

　　然后在命令行（Run this Command）会出现安装指令。如下图所示：

　　打开命令提示符（cmd），输入命令行提示的安装指令，即可进行PyTorch的安装了，如下所示：

　　如果没有安装Anaconda，也可以通过Pip来进行安装，在安装包（Package）一栏选择Pip，会在命令行（Run this Command）出现如下安装指令：

　　pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio===0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

　　安装方法和上述一样，在命令提示符（cmd）输入上述指令，即可进行PyTorch的安装了，安装完成后会显示Successfully installed字样，如下图所示：

　　

　　上述安装是在Windows操作系统进行的，对于Linux操作系统和Mac操作系统，安装方法也是类似，在选好安装参数得到安装指令后，打开一个终端，在终端输入指令即可开始安装PyTorch。

　　Linux：

　　conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

　　Mac：

　　conda install pytorch torchvision torchaudio -c pytorch

　　需要注意一点的是，Mac目前不支持CUDA版本的PyTorch，如果要安装CUDA版本的PyTorch，必须从源码进行安装。

　　如果只想安装CPU版本的PyTorch，只需在运算平台（Compute Platform）一栏选择None，安装指令如下所示：

　　Windows（Conda）：

　　conda install pytorch torchvision torchaudio cpuonly -c pytorch

　　Linux（Conda）：

　　conda install pytorch torchvision torchaudio cpuonly -c pytorch

　　Mac（Conda）：

　　conda install pytorch torchvision torchaudio -c pytorch

　　PyTorch官网发布的版本都是最新的，如果要安装老版本的PyTorch，点击安装界面左下角的Previous Versions of PyTorch，即可进入PyTorch的老版本安装界面，根据说明找到自己想要的版本，按照说明的指令进行安装就可以了。

　　2.3进行测试

　　在安装完成后，需要进行测试，来检查PyTorch安装是否成功。打开一个python脚本，输入import torch，如果没有出现任何异常，说明PyTorch安装没有问题。接下来可以输入torch.__version__来查看PyTorch的安装版本，如果安装的是CUDA版本的PyTorch，可以输入torch.version.cuda来查看PyTorch绑定的CUDA版本，然后可以输入torch.cuda.is_available()来查看PyTorch是否可以调用CUDA。整个代码如下所示：

　　

　　下一节尕燚龙将给大家分享一下PyTorch的基本数据结构，小伙伴们敬请期待吧~