2.1 PyTorch的安裝

俗話說，工欲善其事，必先利其器。在學習機器學習算法之前，需要做一些準備工作。本節首先學習PyTorch的安裝方法，然后學習一些在PyTorch深度學習中常用的Python模塊，在講解過程中會給出詳細的示例代碼，希望讀者能夠自己一行一行實現書中的代碼，這樣有助于掌握書中介紹的知識。

PyTorch的安裝有多種方法，但是技術進步非常快，一些安裝方法隨著PyTorch版本的更新、硬件技術的進步將不再適用。目前官網的安裝方式已經相當方便，這里建議直接采用官網的安裝教程，直接搜索PyTorch官網，然后根據PyTorch官網提示找到適合自己硬件的PyTorch版本和方法進行安裝即可。

圖2-1是PyTorch官網安裝界面截圖，這里給出的是PyTorch Stable（1.12.1）版本，該版本提供了Linux、Mac、Windows三種系統，Conda、Pip、LibTorch、Source四種安裝方法，Python、C++/Java等PyTorch版本，CPU、CUDA 10.2、CUDA 11.3等CUDA環境。

圖2-1　PyTorch官網安裝界面

分別單擊對應的選項就可以生成相應的安裝命令，然后在自己的硬件環境運行對應的安裝命令就可以安裝了（這里默認讀者已經具備初步的Python知識，掌握了Anaconda等，如果讀者對這些內容不了解，請查閱相關教程學習補充相關知識）。

如果讀者的CUDA環境為10.2，根據圖2-1最下方的提示，PyTorch 1.12.1沒有CUDA 10.2環境下對應的版本，這一點非常重要，讀者在安裝PyTorch之前需要先查看自己的CUDA版本，再選擇合適的PyTorch版本進行安裝。

如果讀者的CUDA環境是11.3，可以根據圖2-2自動生成的命令安裝PyTorch 1.12.1，生成的安裝命令為：

     conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

根據這個命令直接安裝即可，系統會自動下載對應的安裝包進行安裝。

觀察界面左下角并單擊Previous versions of PyTorch，就可以看到PyTorch之前的版本，并可以選擇適合自己的安裝文件和命令。

圖2-3是PyTorch官網上列出的PyTorch之前版本的列表，讀者下拉官網的頁面就可以找到各個版本的PyTorch，然后可以選擇適合自己硬件環境的版本進行安裝。

圖2-2　PyTorch安裝界面

圖2-3　PyTorch官網上也列出PyTorch之前的版本

例如在Windows環境下使用conda安裝只支持CPU的PyTorch v1.10.0，其安裝命令為：

相信讀者根據官網提示一定可以順利安裝PyTorch，需要注意顯卡驅動和CUDA環境的配置，這些內容請參考相關資料。

以下的例2-1可以用來查看PyTorch是否安裝成功，以及是否可以支持GPU進行計算。

【例2-1】　查看PyTorch版本，并查看PyTorch是否支持GPU進行計算。

輸入如下代碼：

     import torch
     print(torch.__version__)
     print(torch.cuda.is_available())

運行結果如下：

     1.12.1+cu113
     True

觀察運行結果，顯示了已經安裝的PyTorch的版本號，說明PyTorch已經安裝成功，并且torch.cuda.is_available()的返回結果是True，說明已經安裝的PyTorch可以支持GPU進行計算。