从 19 年起，无论是学术界还是工程界 PyTorch 已经霸占了半壁江山，可以说 PyTorch 已经是现阶段的主流框架了。

这里的 Py 就是 Python，Torch 从字面翻译过来是一个“火炬”。这跟 TensorFlow 中的 Tensor 是一个意思，我们可以把它看成是能在 GPU 中计算的矩阵。

PyTorch 会把我们需要计算的矩阵传入到 GPU（或 CPU）当中，在 GPU（或 CPU）中实现各种我们所需的计算功能。因为 GPU 做矩阵运算比较快，所以在神经网络中的计算一般都首选使用 GPU，但对于学习来说，我们用 CPU 就可以了。

安装pytorch

这里有两个版本，一个 GPU 版本，一个 CPU 版本。建议你最好选择安装 GPU 版本，也就是说我们的硬件设备中最好有英伟达独立显卡。用 GPU 训练深度学习模型是非常快速的，所以在实际项目中都是使用 GPU 来训练模型。但是如果说大家手里没有供开发使用的英伟达 GPU 显卡的话，那么安装 CPU 版本也是可以的，在学习过程中，CPU 也足够让我们的小实验运行起来。

cpu版

pip install torch torchvision torchaudio

cuda 【gpu】版

Start Locally | PyTorch

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

需要提前下载相关的Cuda CUDA Toolkit 12.1 Downloads | NVIDIA Developer 这个会自动更新Nvidia驱动程序。

更新Nvidia驱动程序 www.nvidia.cn/content/Dri…

检测是否可用

检测是否安装成功

验证是否安装成功：

import torch
torch.__version__

检测GPU是否可用

torch.cuda.is_available()

可用通过这个网址看自己的电脑的GPU是否支持 CUDA GPU | NVIDIA Developer

此文章为3月Day7学习笔记，内容来源于极客时间《01 | PyTorch：网红中的顶流明星 (geekbang.org)》