Win 10安装PyTorch
这篇博客是关于如何在Win10操作系统上安装PyTorch，这里有参考前辈nudt_qxx的博客https://blog.csdn.net/xiangxianghehe/article/details/80103095.
PyTorch 简介
PyTorch是Torch7团队开发的，从它的名字就可以看出，其与Torch的不同之处在于Pytorch使用了Python作为开发语言。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 。它和tensorflow，Caffe，MXnet一样，是非常底层的框架。所谓“Python First”，同样说明它是一个以Python优先的深度学习框架，不仅能实现强大的GPU加速，同时还支持动态神经网络。
PyTorch既可以看做加入了GPU支持的Numpy，同时也可以看成一个拥有自动求导功能的深度神经网络，除了Facebook之外，它已经被Twitter，CMU和Salesforce等机构采用。
先说下PyTorch相较于其它框架主要有以下几大特点：
1. Python优先支持策略
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。
2. 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。
3. 易于调试
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。
4. 命令式体验
PyTorch的设计思路是线性，直观且易于使用的，当你执行一行代码时，它会忠实地执行，并没有异步的世界观，所以当你的代码出现bug时候，可以通过这些信息轻松快捷地找到出错的地方，不会让你debug的时候因为错误的指向或者异步和不透明的引擎浪费太多的时间。
5. 轻松扩展
PyTorch的代码相较于Tensorflow而言，更加简洁直观，同时对于Tensorflow高度工业化的很难看懂的底层代码，PyTorch的源代码就要友好的多，更容易看懂。深入API，理解PyTorch底层肯定是一件令人高兴的事。
PyTorch 主要组件
- Torch: 类似于Numpy的张量库，带有强大的GPU支持；
- torch.autograd: 一个基于tape的自动微分库，支持torch中的所有的微分张量运算；
- torch.nn: 一个专为最大灵活性而设计，与autograd深度整合的神经网络库；
- torch.multiprocessing: Python多运算，但在运算中带有惊人的torch张量内存共享。这对数据加载和Hogwild训练很有帮助；
- torch.utils: 数据加载器，训练器和其他便利的实用功能；
- torch.legacy(.nn/.optim)：出于后向兼容性原因而从torch移植而来的旧代码。
PyTorch对于Windows系统的支持
2018年4月25日，PyTorch 官方发布 0.4.0 版本，目前已更新到0.4.1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，不过需要强调Windows下的Pytorch仅支持Python3.5和Python3.6，不支持其他的Python3版本，也不支持Python2。我们在官网就能看到相应的安装方式：
方法一： pip安装
Python3.6+pip安装cpu版本
pip install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl
Python3.5+pip安装cpu版本
pip install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp35-cp35m-win_amd64.whl
对于GPU版本的安装，Pytorch支持cuda8.0, cuda9.0 和 cuda9.1，请选择对应的版本下载安装。
Python3.6+pip安装gpu版本
pip install http://download.pytorch.org/whl/cu80/torch-0.4.0-cp36-cp36m-win_amd64.whl
pip install http://download.pytorch.org/whl/cu90/torch-0.4.0-cp36-cp36m-win_amd64.whl
pip install http://download.pytorch.org/whl/cu91/torch-0.4.0-cp36-cp36m-win_amd64.whl
Python3.5+pip安装gpu版本
pip install http://download.pytorch.org/whl/cu80/torch-0.4.0-cp35-cp35m-win_amd64.whl
pip install http://download.pytorch.org/whl/cu90/torch-0.4.0-cp35-cp35m-win_amd64.whl
pip install http://download.pytorch.org/whl/cu91/torch-0.4.0-cp35-cp35m-win_amd64.whl
方法二：Conda安装
如果你是Anaconda|Python用户，就不需要区分Python3.5和Python3.6，执行命令:
conda install pytorch -c pytorch
就可以完成安装。不过这个默认安装的是cuda8.0的gpu版本,如果你需要安装cuda9.0或cuda1.0的gpu版本，请执行：
conda install pytorch cuda90 -c pytorch
或者
conda install pytorch cuda91 -c pytorch
测试安装成功
import torch
print(torch.__version__)
如果输出0.4.1，Windows下的PyTorch0.4.1就安装成功了。