下载掌阅APP，畅读海量书库
立即打开
PyTorch提供了多个辅助构建神经网络的功能：使用高级方法对各种组件进行抽象化处理，并提供了张量对象，利用GPU更快地训练神经网络。
在安装PyTorch之前，首先需要安装Python，如下所示：
1.为了安装Python，使用anaconda.com/distribution/平台获取一个安装程序，该安装程序会自动安装Python以及重要的深度学习专用库，如图2-1所示。
图2-1
选择最新Python版本3.xx（在撰写本书时是3.7）的图形化安装程序，并下载。
2.使用下载完毕的安装程序安装：
在安装过程中选择
Add Anaconda to my PATH environment variable
选项（如图2-2所示），这样当我们在Command Prompt/Terminal中输入python时，就可以轻松调用Anaconda版本的Python。
图2-2
接下来安装PyTorch，安装过程同样简单。
3.访问https://pytorch.org的 QUICK START LOCALLY 部分，并如图2-3所示选择操作系统（ Your OS ）、 Package 为 Conda 、 Language 为 Python 、 CUDA 为 None 。如果你有CUDA库，可以选择合适的版本。
图2-3
这将提示你运行命令，例如可以在你的终端中输入conda install pytorch torchvision torchaudio cpuonly-c pytorch。
4.在命令提示符/终端中运行命令，让Anaconda安装PyTorch和必要的附件。
如果你拥有NVIDIA显卡作为硬件组件，那么强烈建议你安装CUDA驱动程序，它可以极大地加速深度学习训练。一旦安装完成驱动程序，就可以选择
10.1
作为CUDA的版本，并使用这个命令来安装PyTorch。
5.你可以在命令提示符/终端中执行python，然后输入以下命令来验证是否确实安装了PyTorch：
本书中的所有代码都可以在谷歌Colab中执行。Python和PyTorch在谷歌Colab中默认可用。我们强烈建议你在Colab上执行所有代码——其中也包括对GPU的免费访问！
此时，已经成功安装了Python和PyTorch。下面将在Python中执行一些基本的张量运算，以帮助你掌握相关知识。