Pytorch 是目前除了tensorflow外最火的主流深度学习框架，与其他深度学习框架–Caffe、Keras、Mxnet、Theano相比，pytorch具有极大的优越性，封装了大部分深度学习算法，既适合深度学习新手入门，又不会因为太过于封装而使得底层的实现变得捉摸不透，可以锻炼新手的编程能力，因此，本人十分推荐选择pytorch作为深度学习的入门框架。
什么是Pytorch
Pytorch的前身是torch，torch是类似于numpy的张量，可以进行多维的数学矩阵运算，和numpy相比，它可以使用具有CUDA的GPU进行加速运算，极大的节省了运算时间。但是torch是用Lua语言进行上层包装的，Lua语言大家又没听过，受众小，所以就没怎么发展。为了能利用torch这优良的特性，开发者就用python对它重新进行了包装，然后就成了Pytorch.
也就是说，Pytorch是基于torch的用python包装的开源的机器学习库，里面封装了大部分神经网络算法，我们可以直接引用，可以极大的降低搭建深度学习神经网络的难度，便于神经网络的开发，目前可以用于自然语言处理（NLP）等领域
Pytorch的主要特点
1、能够使用GPU加速对张量进行计算
2、具备自动求导功能
自动求导功能是什么意思呢，意思就是说，反向传播过程，可以自动完成求导，不用像我们刚入门时那样一个个的进行编程求导，Pytorch已经封装好相应的函数，直接使用就可以完成反向传播过程的求导功能，是不是觉得很便利？这就是有框架的好处，不然一行行代码编写，估计没毕业就一口老血吐死在实验室了（：
Pytorch的安装
那Pytorch应该怎么安装呢？非常简答，一行命令即可搞定！请看下面。
首先进入官网，然后选择自己要安装的版本，安装的方式。如图所示，我安装的是稳定版1.2，在系统是Windows，cuda为10.0，pip还是conda大家可以根据自己需要安装就好,安装了Anaconda的可以选择conda方式安装，打开anaconda prompt 进行安装，将划线的代码复制粘贴回车即可，没有安装anaconda的建议在命令行里使用pip安装就OK,安装方式一样。
安装成功后测试
怎么确定安装成功了呢？在编译器中输入以下代码即可验证
import torch
a=torch.__version__
print(a)
out:
D:\anaconda3\python.exe "D:/pycharm files/11.py"
1.2.0
Process finished with exit code 0成功打印pytorch安装版本即可。
如何确认是否可以使用GPU加速
为了确认可以正常使用GPU加速进行张量计算，可以输入以下代码进行测试：
# 确认电脑是否支持CUDA，是则显示CUDA信息：
import torch
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
out：
D:\anaconda3\python.exe "D:/pycharm files/11.py"
cuda:0
Process finished with exit code 0如代码所示，打印输出了cuda的信息，证明全部安装成功，接下来可以愉快的玩耍了~
注意，有时会提示GPU驱动版本太旧什么的，这时就要根据给错的错误进NVIDIA官网下载最新的驱动进行安装，之后再安装Pytorch即可
码字不易，请多多支持点赞关注，谢谢
