快2周沒更新博客了，別問為什么！我才不會告訴你忙的飛起！說心里話，個人更喜歡用tensorflow來做深度學習！

一、環境配置

1.win10 64位系統；

2.anaconda3；

3.不管是CPU還是GPU具有（服務器是GPU，自己的筆記本是CPU版本）

二、安裝

安裝比較簡單，由于之前也是基于anaconda3安裝的tensorflow，現在也是照本宣科。這一步不了解的可以參照之前的博客https://blog.csdn.net/u010554381/article/details/86476015

下面直接進入主題，創建一個新的環境

1.打開anacondaprompt，創建pytorch虛擬環境（numpy、pyyaml和mkl三個庫安裝）

conda create -n pytorch python =3.6 numpy pyyaml mkl

2.激活pytorch環境：

 activate pytorch

3.安裝pytorch：

pip install E:\library\pytorch\torch-1.0.0-cp36-cp36m-win_amd64.whl

切記該環境下路徑采用“\”！此外pytorch安裝是采用本地安裝文件的形式，博主采用在線安裝存在網速過慢的原因，所以在網上下載文件再安裝，速度很快！下面是相應文件的百度云下載鏈接，

GPU版本：鏈接：https://pan.baidu.com/s/1xg8fnNkY6loE9YgDXxWmSQ? 提取碼：4kbm?

CPU版本：鏈接：https://pan.baidu.com/s/1MAu3jS2BNxX3AqikN-hqyQ? ?提取碼：ppcz?

三、測試

1.GPU版本的測試

在剛才的anacondaprompt中輸入：

pythonimport torchtorch.cuda.is_available()

?

若出現“True”證明gpu版本安裝成功，

2.非gpu版本測試

print(torch.__version__)

若出現相應的版本證明安裝成功，切記是兩個_

四、簡單描述下使用pytorch和tensorflow的區別：

pytorch相較于tensorflow是更高層次的API集成，使用起來的確沒有tensorflow那么基層，但是conv2d的函數還有很不一樣的，舉個例子，pytorch的卷積層conv2d函數的輸入是H * W，輸出是H1 * W1，kernel的size為n*n，stride =S

conv2d的padding不補0時，H1 =(H - n+1)/S（向上取整）;（感覺和tensorflow不太一樣，之前被坑了好久）

相應的maxpooling2d：H1 =(H - n+1)/S（向上取整）

如果有錯誤敬請指正，謝謝！

?

?

?