Windows平台下PyTorch的安装与使用

• 1.配置Python环境
• 2.安装PyTorch
• 3.使用PyTorch

PyTorch号称是以”put python first”的一个深度学习框架，所以它的安装和使用也具有某种Python风格，那就是非常简单。 全程使用pip或conda(Anaconda环境)即可完成。 相比于其它框架如Caffe或者之前介绍过的TensorFlow，要容易安装的多。 而在使用时，它对于Tensor的操作语法和Numpy非常相似，降低了学习和适应成本，对用户来说非常友好。 TF其实也比较容易安装，但是直接pip装的是最基本的版本。 要想发挥本机的最佳性能、使用各种加速框架，必须本地编译，无形之中增加了入门门槛。 安装TF可参考之前写的这篇博客，编码编译安装参考这篇博客。 PyTorch则是直接把这些库统统都编译成了轮子(whl)文件，直接pip安装即可。 下面介绍PyTorch的安装。

1.配置Python环境

在Windows下，目前PyTorch只支持Python3以上的版本，所以如果你的电脑上是Python2，那么还需要再装个Python3环境。 至于怎么最方便，还是建议直接Anaconda解决问题，下载地址是这里。 下载完成后一路安装即可。但需要注意的是由于电脑上已经有了Python2的环境，而且已经将相关路径等添加到了系统变量，所以在安装到这一步时建议两项都不勾选。 第一项是要将Python添加到系统路径，由于之前已经添加了Python2的，所以这里不用添加。 而第二项是是否要将当前安装的Python注册为系统默认Python环境。这个也不建议勾选，否则可能会造成之前的Py2和现在安装的Py3混乱的情况。 现在装Py3只是用个Interpreter而已，不用替换掉之前配置好的东西。

同时，由于我们没有将新安装的Py3添加到系统变量，所以直接在命令行中输入python、pip、conda等命令调出的还是原来的Py2环境。 要运行我们新安装的Py3，只需要到安装目录下打开命令行，运行目录下的对应文件即可。 例如我的安装路径是C:\Anaconda3，所以直接在目录下打开，并运行.\python.exe即可运行我们刚刚安装的Py3，如下所示。 需要注意的是python.exe前面的.\不能丢了，这表示当前目录。 而要想运行pip和conda，则在安装目录下找到Scripts文件夹，在Scripts文件夹下打开命令行运行即可。

2.安装PyTorch

首先访问PyTorch官网，点击访问。在网页上根据自己的情况选择对应的安装方式，如下所示。 例如平台选择Windows，包管理工具选择conda，Python版本选择3.6,CUDA版本选择9.0。这样网页便会自动给出安装命令，我们要做的就是在命令行中输入这些命令，即可完成安装。 输入对应命令。注意刚刚提到的.\，由于我们没有将Py3添加到系统路径，所以不要直接conda，直接conda打开的是之前的Py2环境。 输入后，conda自动生成安装解决方案，我们要做的就是接受然后等待即可。

这里有个小问题，首先是如何查看CUDA版本。打开命令行，然后输入nvcc -V，即可查看，如下所示。而关于如何在Windows上配置CUDA，可参考之前写的这篇博客，如何在Linux环境配置参考这篇博客。

在安装过程中发现利用conda下载轮子文件特别慢(可能外网原因)，所以你也可以选择pip方式安装，如下所示。 直接手动将whl文件下载好，然后本地pip安装即可，如下所示。 最后，不管用什么方式安装了PyTorch后，还要安装个TorchVision，直接pip即可，如下。 这样，PyTorch的安装就大功告成了，比较简单。

3.使用PyTorch

在PyCharm中新建项目的时候要注意选择Interpreter，如下图所示。 第一次PyCharm会自动扫描Anaconda环境和安装包。PyTorch的简单使用如下，只是为了测试PyTorch是否正常安装。更复杂的使用之后在介绍。

# coding=utf-8
import torch
from torch.autograd import Variable

# requires_grad 表示是否对其求梯度，默认是True
x = Variable(torch.Tensor([3]), requires_grad=True)
y = Variable(torch.Tensor([5]), requires_grad=True)

z = 2 * x + y + 4

# 对x和y分别求导
z.backward()

# x的导数和y的导数
print("z对x的偏导:", x.grad.data)
print("z对y的偏导:", y.grad.data)

运行结果如下。 结果也是符合我们预期的。以上便是Windows平台下PyTorch的安装与简单使用。