第一章：PyTorch简介和安装
1、什么是PyTorch？
PyTorch是由Facebook人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库，目前被广泛应用于学术界和工业界。
2、PyTorch的安装
PyTorch的安装可以分解为三个程序的安装：
- Anaconda
- PyTorch
- IDE
（1）Anaconda的安装
Anaconda集成了常用于科学分析（机器学习， 深度学习）的大量package，并且借助于conda我们可以实现对虚拟Python环境的管理。
更改conda的环境与安装包的位置
conda通常都会在C盘下进行环境创造与安装包下载，但是这会导致我们的C盘不堪重负，为了解决这个问题我们可以进行conda的默认位置修改。
- 首先使用win+R打开运行，输入%HOMEPATH%，找到.condarc文件并打开
- 进行内容的修改，我的内容是
ssl_verify: true
channels:
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
show_channel_urls: true
envs_dirs:
- E:\Anaconda3\envs
pkgs_dirs:
- E:\Anaconda3\pkgs
- channel为修改conda的下载源
- envs_dirs为环境的安装位置
- pkgs_dirs为安装包的下载位置
创建虚拟环境
conda create -n env_name python==version
(2)PyTorch的安装
- 查看显卡
在cmd/terminal中输入nvidia-smi（Linux和Win命令一样）、使用NVIDIA控制面板和使用任务管理器查看自己是否有NVIDIA的独立显卡及其型号。然后看下版本号，确认可以兼容的CUDA版本，等会安装PyTorch时是可以向下兼容的。具体适配表如下图所示。
- 登录PyTorch官网，选择PyTorch相应的参数，随后复制命令行至cmd中，激活conda的环境，进行PyTorch的安装。
注: 需要要把下载指令后面的 -c pytorch 去掉以保证使用清华源下载，否则还是默认从官网下载。
-
检查是否安装成功
import torch torch.cuda.is_available()
这个命令不报错的话就证明安装成功。
（3）PyCharm安装
-
进入官网下载
-
配置环境
File \(\rightarrow\) Settings \(\rightarrow\) Project:你的项目名称\(\rightarrow\) Python Interpreter\(\rightarrow\)
齿轮\(\rightarrow\)选择Add\(\rightarrow\)点击Conda Environment\(\rightarrow\)选择Existing environment\(\rightarrow\)将Interpreter设置为test环境下的python.exe
3、PyTorch的学习资源
这部分暂时未看过，简单copy文档
-
Awesome-pytorch-list：目前已获12K Star，包含了NLP,CV,常见库，论文实现以及Pytorch的其他项目。
-
PyTorch官方文档：官方发布的文档，十分丰富。
-
Pytorch-handbook：GitHub上已经收获14.8K，pytorch手中书。
-
PyTorch官方社区：PyTorch拥有一个活跃的社区，在这里你可以和开发pytorch的人们进行交流。
-
PyTorch官方tutorials：官方编写的tutorials，可以结合colab边动手边学习
-
动手学深度学习：动手学深度学习是由李沐老师主讲的一门深度学习入门课，拥有成熟的书籍资源和课程资源，在B站，Youtube均有回放。
-
Awesome-PyTorch-Chinese：常见的中文优质PyTorch资源
