PyTorch簡介
PyTorch的前身是Torch，Torch是一個有大量機器學習算法支持的科學計算框架，靈活度很高，是一個與NumPy類似的張量(Tensor)操作庫。但是Torch采用的是小眾的編程語言Lua，因此流行度很低，于是就有了PyTorch的出現。PyTorch與Torch的底層語言相同，只不過是使用了更大眾化的編程語言作為上層包裝語言。
PyTorch
PyTorch是一個基于Torch的Python開源機器學習庫，用于自然語言處理等應用，不僅能夠實現強大的GPU加速，同時還支持動態神經網絡，這一點是現在很多主流框架(如TensorFlow)都不支持的。PyTorch提供了如下兩個高級功能：
- 具有強大的GPU加速的張量計算(如NumPy)
- 包含自動求導系統的深度神經網絡
PyTorch的主要優勢在于它的靈活性，支持動態神經網絡，可以通過反向求導技術幾乎零延遲地任意改變神經網絡的行為，這也是剛開始PyTorch相比于TensorFlow的最大優勢了(TensorFlow1.0時期是命令式的靜態編程語言，首先必須構建一個神經網絡，然后重復使用相同的結構，如果想要改變神經網絡結構，就必須從頭開始。但是TensorFlow1.5以后引入了Eager Execution機制實現了動態圖)。此外，PyTorch還有支持GPU、底層代碼簡單易懂、命令式體驗、自定義擴展等功能。
當然，PyTorch也有很多不足的地方，例如其全面性不如TensorFlow，尚不支持快速傅里葉和檢查無窮與非數值張量。PyTorch針對移動端、嵌入式部署以及高性能服務端部署的性能表現不佳。
技術是發展的，我們有理由相信任何框架只要有價值就會一直被優化，所有的問題終將不是問題。
PyTorch相關安裝
- 安裝Anaconda
Anaconda是一個開源的Python發行版本，是一個強大的包、環境管理器，可以很方便地解決Python并存、切換以及各種第三方包安裝的問題，同時支持Linux、Mac和Windows三大常用操作系統。
1、下載
可以直接從Anaconda官網(https://www.anaconda.com)下載，由于Anaconda官網服務器是國外的，因此如果網速不給力，可以選擇從清華大學開源軟件鏡像站(https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive)下載。下載時選擇適合自己的操作系統與版本點擊下載即可。
2、安裝
雙擊打開下載的安裝包，一路Next至Finish即可。對于Windows用戶，可能需要配置環境變量：打開控制面板->高級系統設置->環境變量->系統變量找到Path，點擊編輯，加入三個文件夾的存儲路徑(Anaconda所在路徑、Anaconda所在路徑Librarybin、Anaconda所在路徑Scripts)。
Anaconda首頁
安裝成功打開Anaconda，首頁如上圖所示。
- 安裝PyTorch和torchvision
torchvision是獨立于PyTorch的關于圖像操作的一些工具庫。torchvision主要包括一下幾個包：
- datasets：幾個常用視覺數據集，可以加載或下載，可以查看源碼，也可以寫自己的Dataset子類。
- models：包含主流模型，例如AlexNet、VGG、ResNet、Densenet等。
- transforms：常用的圖像操作，例如隨機切割、幾何變換、數據類型轉換、圖像到tensor，NumPy數組到tensor，tensor到圖像等。
- utils：用于把形似圖像張量保存到硬盤中，給一個mini-batch的圖像可以生成一個圖像網格。
可以使用一條conda install命令同時安裝PyTorch和torchvision，只需在命令行輸入如下命令：
conda install pytorch torchvision -c pytorch等待環境加載完畢，輸入y開始安裝。經過一段時間的等待，完成安裝。如果不使用Anaconda，也可以使用pip進行安裝。
打開Anaconda，在首頁找到其中的jupyter，點擊Launch運行jupyter(剛開始使用jupyter可能未安裝的先點擊install進行安裝)。
創建py文件
點擊New->Python 3創建一個Python文件，輸入如下代碼：
import torchimport torchvisionprint(torch.__version__)如果程序沒有報錯，并且順利輸出PyTorch的版本號，表明已經成功安裝了PyTorch與torchvision。
