PyTorch簡介

PyTorch 是一個基于 Python 的開源深度學習框架，由 Meta AI（原 Facebook AI）主導開發，以動態計算圖（Define-by-Run）為核心，支持靈活構建和訓練神經網絡模型。其設計理念高度契合科研場景，尤其適合快速迭代與復雜模型開發。

優點一：簡潔直觀 —— 架構精簡，封裝層級少，避免冗余設計，開發者可直接調用底層功能，減少學習成本；
優點二：上手門檻極低 —— 僅需掌握 NumPy 和基礎深度學習概念即可快速入門，無需復雜配置；
優點三：社區生態完善 —— 官方文檔詳盡，Meta AI 主導的論壇活躍度高，全球開發者貢獻的開源項目（GitHub 上超 10 萬+）持續擴展其應用邊界；
優點四：調試體驗卓越 —— 動態圖機制支持逐行執行代碼，配合 Python 原生調試工具（如 print/IDE 斷點），可精準定位問題；
優點五：擴展性強勁 —— 擁有 TorchVision、TorchText 等成熟生態庫，結合 Hugging Face、Detectron2 等第三方工具鏈，覆蓋計算機視覺、NLP 等主流領域，成為學術界與工業界的首選框架。

https://github.com/datawhalechina/thorough-pytorch/tree/mainhttps://github.com/datawhalechina/thorough-pytorch/tree/main

安裝PyTorch

在安裝PyTorch時，通常使用的是Anaconda/miniconda+Pytorch+ IDE 的流程。

Anaconda

安裝Anaconda

登陸官網安裝Anaconda

在開始頁找到Anaconda Prompt，一般在Anaconda3的文件夾下，說明安裝成功

創建虛擬環境

打開Anaconda Prompt

輸入：

conda env list 

用于列出當前系統中所有通過 Conda 創建的虛擬環境，包括每個環境的名稱、路徑以及是否為當前激活的環境。

* 表示當前激活的環境。默認環境（base）通常位于 Conda 安裝目錄下。用戶自定義環境存儲在 envs/ 子目錄中。

conda create -n pytorch202507 python=3.8

conda create -n env_name python==version 

將env_name 替換成你的環境的名稱，version替換成對應的版本號，eg：3.8

創建之前可以先輸入：

conda search python

用來查詢 Conda 倉庫中支持的 Python 版本

用conda離線下載，先換源，具體操作是，在虛擬環境里輸入：

conda config --set show_channel_urls yes

用來生成一個.condarc文件，在C:\Users\User_name\.condarc路徑下找到他，把文件里原有內容刪除，換上：

channels:
? - defaults
show_channel_urls: true
default_channels:
? - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
? - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
? - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
? conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
? msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
? bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
? menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
? pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
? simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud?

?之后在conda里輸入

conda clean -i

清除索引緩存，保證用的是鏡像站提供的索引。

接下來可以輸入以下代碼檢查換源是否成功：

conda config --show default_channels

默認源顯示如上，即為成功

Get Started

PyTorchhttps://pytorch.org/?登陸官網

Index of /anaconda/cloud/pytorch/ | 清華大學開源軟件鏡像站 | Tsinghua Open Source Mirror

通過上面下載地址，我們需要下載好對應版本的pytorch和 torchvision 包，然后打開Anaconda Prompt/Terminal中，進入我們安裝的路徑下

激活虛擬環境后，運行：

conda install --offline pytorch壓縮包的全稱（后綴都不能忘記）
conda install --offline torchvision壓縮包的全稱（后綴都不能忘記）

conda install --offline pytorch-2.1.1-py3.10_cuda12.1_cudnn8_0.tar.bz2

Downloading and Extracting Packages
############################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

conda install --offline torchvision-0.16.1-py310_cu121.tar.bz2

Downloading and Extracting Packages
############################################################################################################### | 100%
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

檢驗

離線安裝之后，進入虛擬環境，輸入python

輸入：

import torchtorch.cuda.is_available()

參考文章

https://github.com/datawhalechina/thorough-pytorch/tree/mainhttps://github.com/datawhalechina/thorough-pytorch/tree/main