PyTorch
PyTorch是Facebook团队于2017年1月发布的一个深度学习框架，虽然晚于TensorFlow，也没有TensorFlow火，但目前已经与TensorFlow奇虎相当。
而且PyTorch采用了Python语言的接口，可以说它才是Python程序员最容易上手的深度学习框架。
它就像GPU的Numpy，与Python一样都属于动态框架。PyTorch继承了Torch的灵活，动态的编程环境和友好的用户界面，支持以快速和灵活的方式构建动态神经网络。
还允许在训练的过程中，快速更改代码而不妨碍其性能，支持动态图形等尖端AI模型的能力，是快速实验的理想选择。
安装配置
安装PyTorch时，需要检查当前环境是否有GPU。如果没有GPU，那么就需要安装CPU版本，如果有GPU，则安装GPU版本。
（1）首先，我们需要安装NVIDIA驱动，安装网址如下：
https://www.nvidia.cn/Download/index.aspx?lang=cn
打开该网址，输入你的显卡参数，点击搜索即可下载。然后通过下一步下一步进行安装，安装成功之后，输入命令如下图所示：
（2）安装cuDNN
NVIDIA cuDNN是用于深度神经的GPU加速库。注册NVIDIA并下载cuDNN包，下载网址如下：
https://developer.nvidia.com/rdp/cudnn-archive
(3)安装Python以及PyTorch
通过一下网址选择自己的对应的版本，然后生成指定的命令：
https://pytorch.org/
复制后面的命令，然后安装即可，安装效果如下图所示：
安装验证
到这里，我们的GPU版PyTorch就安装成功了。当然，我们还需要验证是否安装成功，示例代码如下所示：
import torch from torch.backends import cudnn x = torch.tensor([10.0]) x = x.cuda() print(x) print(cudnn.is_acceptable(x))
运行之后，效果如下，即代表成功。
