pytorch 0.4.1+win10 +python3.66+cuda9.2 安装

pytorch 0.4.1+win10 +python3.66+cuda9.2 安装

PyTorch简介

在2017年1月18日，facebook下的Torch7团队宣布PyTorch开源后就引来了剧烈的反响。PyTorch 是 Torch 在 Python上的衍生版本。Torch 是一个使用 Lua 语言的神经网络库, Torch 很好用, 但是 Lua 流行度不够, 所以facebook开发团队将 Lua 的 Torch 移植到了更流行的语言 Python 上，推出了PyTorch 。

PyTorch是一个Python优先的深度学习框架，是一个和tensorflow，Caffe，MXnet一样，非常底层的框架。先说下PyTorch相比于Tensorflow的三大优势：

一.Python优先支持

PyTorch主推的特性之一，就是支持Python（官方的提法：puts Python first）。因为直接构建自 Python C API，PyTorch从细粒度上直接支持python的访问。相比于原生Python实现，引入的新概念很少，这不仅降低了 Python 用户理解的门槛，也能保证代码基本跟原生的 Python 实现一致。事实上，开发者可以直接用原生 Python 代码扩展 PyTorch 的 operation。

而Tensorflow总有一种用 Python 调用 C++ 写的第三方动态链接库的感觉；写模型需要更多代码，无法贯彻 Python的简约风格；而且写新的 operation 必须用 C++ 开发。

二.动态图的良好支持

Tensorflow运行必须提前建好静态计算图，然后通过feed和run重复执行建好的图。但是Pytorch却不需要这么麻烦：PyTorch的程序可以在执行时动态构建/调整计算图。相对来说，pytorch具有更好的灵活性。这得益于PyTorch直接基于 Python C API 构建的 Python 接口。

TensorFlow饱受诟病的痛点就是只支持静态图模型。也就是说，在处理数据前必须预先定义好一个完整的模型。如果数据非常规整，那还好。但实际工程和研究项目中的数据，难免有一些边角的情况。很多项目，其实需要大量实验才能选择正确的图模型。这就很痛苦了。因此，很多项目转而采用了PyTorch等支持动态图模型的框架，以便在运行程序的时候动态修正模型。

不过在2017年10月31日万圣节这天，Google发布了TensorFlow Eager Execution（贪婪执行），为TensorFlow添加了命令式编程的接口。启用贪婪执行后，TensorFlow操作会立刻执行，不用通过Session.run()执行一个预先定义的图。相信在不久的TensorFlow1版本，谷歌会正式为TensorFlow加入动态图的支持！

三.易于Debug

Pytorch在运行时可以生成动态图，开发者就可以在堆栈跟踪中看到哪一行代码导致了错误。你甚至可以在调试器中停掉解释器并看看某个层会产生什么。

PyTorch的官方Windows支持

2018年4月25日，PyTorch 官方发布 0.4.0 版本，该版本的PyTorch 有多项重大更新，其中最重要的改进是支持 Windows系统。Windows用户能直接通过conda、pip和源码编译三种方式来安装Pytorch，如今Pytorch最新版本是0.4.1，Windows下的Pytorch支持Python2.7、Python3.5、Python3.6、Python3.7

 

点击进入官网 https://pytorch.org/

方法一：pip安装

Python3.6+pip安装cpu版本

• pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp36-cp36m-win_amd64.whl
• Python3.6+pip安装gpu版本 

目前gpu版本支持cuda8.0,cuda9.0和cuda9.2，请选择对应的版本下载安装，不要同时执行下面三个命令！

• pip3 install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-win_amd64.whl
• pip3 install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-win_amd64.whl 
• pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-win_amd64.whl  （我选的是这个）

方法二：Conda安装

如果你是Anaconda|Python用户，cpu版本 执行命令:

• conda install pytorch-cpu -c pytorch 

就可以完成安装。

,如果你需要安装cuda8.0、cuda9.0或cuda9.2的gpu版本，请执行：

• conda install pytorch cuda80 -c pytorch 
• conda install pytorch -c pytorch 
• conda install pytorch cuda92 -c pytorch

 

 

pip3 install http://download.pytorch.org/whl/cu92/torch-0.4.1-cp36-cp36m-win_amd64.whl 

测试安装是否成功

 python命令下输入：

import torch

print(torch.__version__)

如果不报错，就是安装成功！

如果输出0.4.1，那么恭喜Windows下的PyTorch0.4.1安装成功！

最后需要安装 torchvision：

pip3 install torchvision