何为和为何？

1、PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。

2、PyTorch的优势

  1.      - PyTorch是相当简洁且高效快速的框架<br />
  2.      - 设计追求最少的封装<br />
  3.      - 设计符合人类思维，它让用户尽可能地专注于实现自己的想法<br />
  4.      - 与google的Tensorflow类似，FAIR的支持足以确保PyTorch获得持续的开发更新<br />
  5.      - PyTorch作者亲自维护的论坛 供用户交流和求教问题<br />
  6.      - 入门简单[ ]()

因此我们需要学习pyTorch。

第一步安装cuda（貌似非必须）

在正式安装之前我们需要安装一个名为cuda的东西。
因此需要察看自己电脑的最高支持cuda的版本号：
查看cuda支持.png
查看cuda版本2.png

CUDA（Compute Unified Device Architecture，统一计算设备架构）这一编程模型，是想在 应用程序中充分利用CPU和GPU各自的优点。

1、进入https://developer.nvidia.com/cuda-toolkit-archive
2、选择自己需要下载的cuda版本号：：对应上面看到的自己显卡的cuda版本号。
cuda下载.png
cuda下载选择.png
点击download开始下载
下载完成后进行安装：
步骤如下：
cuda缓存.png
这里请不要修改，这里是缓存，完成之后会自动删除？可能吧，但是建议保持默认
cuda自定义安装选择.png
cuda安装自定义.png
cuda不建议选择默认路径.png
我自己的安装路径是：
需要注意的是：请与上图保持一致的路，CUDA与CUDA Samples
我的安装路径1.png
我的安装路径2.png
cuda安装完成.png
安装完成之后，需要配置环境变量（作用在于其他软件可以通过环境变量来调用cuda，包括cmd）。
接下来进行环境变量的配置，首先:
在path中添加环境变量.png
环境变量通常指在path下添加目录：（如下）
环境变量设置如下.png
配置好之后，我们不需要重启，而是进入cmd，进行察看（我用的是power shell）：
cmd检验环境变量.png
输入nvcc -V（注意大写）如果显示如图，安装完成。
安装好cuda后，我们还要安装一个叫做cudNN的东西，NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在GPU上实现高性能现代并行计算。
CUDA看作是一个工作台，上面配有很多工具，如锤子、螺丝刀等。cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。
下载地址：https://developer.nvidia.com/cudnn
首次点击download会要求登录，注册一个账号即可，很快的。
image.png
登录完成后，勾选I agree，然后选择自己的版本进行下载：
image.png
cudNN版本选择.png
下载完成后：打开压缩包：如下：
cudNN内容.png
将里面所有的东西放入cuda的根目录中：
cudNN复制到该目录.png
至此完成cuda和cuDNN的安装。

第二步：安装anaconda

首先我们前往清华下载软件：https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
请注意点击右边的date，确保下载为新版：
anaconda版本选择.png
注意:这个地方下载经常断线，断线报错之后，点击继续下载就正常了（一小会就又不正常了）
下载完成后，进行anaconda安装，基本无脑。
Anaconda安装.png
anaconda安装步骤.jpg
注意以上两点
安装好之后进行环境变量的配置：
image.png
按照路径配置！！！
然后进入cmd，输入python命令察看时候可以进入python命令，不可以就是按照错误了：
image.png
看到这个就是安装成功了！

第三步：安装pytorch

安装pytorch是在cmd中完成下载和安装：在安装之前我们需要去torch的官网去找到下载命令：
PyTorch下载.jpg
我们先把这个命令记下，然后先在cmd中输入：
pytorch安装问题.png
接着输入torch官网的下载命令：（需要等待一会然后到下图）
填入y进行安装.png
输入y进行下载。等待下载，下载完成后输入下图命令：
检测安装是否成功.png
当你import torch成功之后，你就已经完成了torch的下载。但是我们接着调用torch.cuda.is_available()方法，返回true，如果安装了cuda自然是true，如果没有安装cuda，结果就是false，两种结果都是正确安装了torch的结果。

第四步：安装ide:PyCharm

百度PyCharm，自行下载。（用过idea的同学应该知道怎么下载中文插件，这里不赘述）然后新建工程时需要注意的点：
如何创建项目.png
注意选择下面的先前配置的解释器：
解释器的选择.png
因为我们这里已经在anaconda中安装了pytorch，那么这里使用解释器，自然可以import torch，而不会出现以下现象（torch无法识别，这是因为我第一次创建工程时没有创建正确）：
import torch报错.png
到这里，你就已经可以正常使用PyTorch了。