PyTorch简介

PyTorch是一个动态的建图的工具。不像Tensorflow那样，先建静态图，然后通过feed和run重复执行建好的图。相对来说，PyTorch具有更好的灵活性。中文文档链接link。

Python 3.6 安装

Anaconda 安装

Anaconda是一个自动管理python 第三方库的软件工具，类似pip，但是更加方便，第三方库的版本兼容性管理更完善。
下载连接：https://www.anaconda.com/distribution/#download-section

CUDA 安装

CUDA是英伟达提供的一套运算平台，安装CUDA套件可以根据调用英伟达显卡来进行计算。
下载链接：https://developer.nvidia.com/cuda-downloads

Pytorch安装

下载链接：https://pytorch.org/，根据自己的计算机选择合适的下载包

pip3 install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html

安装测试

本测试内容包含GPU加速，自动求导，和网络层。

import time
import torch
print(torch.__version__)
print(torch.cuda.is_available())
a = torch.randn(10000, 1000)
b = torch.randn(1000, 2000)
t0 = time.time()
# 默认使用CPU模式进行计算
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))
device = torch.device('cuda')
a = a.to(device)
b = b.to(device)
# 第一次计算
t0 = time.time()
# 默认使用CPU模式进行计算
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))
# 第二次计算
t0 = time.time()
# 默认使用CPU模式进行计算
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))

查看结果：

可以发现cuda第一次执行比CPU还要长，这是因为CUDA第一次执行的时候要完成一些初始化工作，第二次执行只有5.99毫秒，就非常快了。

AI