PyTorch深度学习1入门环境和简单函数使用

1. 为 PyTorch 创建虚拟环境

关于 Anaconda 的安装步骤这里就忽略不讲了，Win10 下安装 Anaconda 非常简单。

安装 Anaconda 完毕后，我们在安装 PyTorch 之前最好先创建一个 pytorch 的虚拟环境。之所以创建虚拟环境是因为 Python 为不同的项目需求创建不同的虚拟环境非常常见。在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库，管理起来相当麻烦。所以通过创建虚拟环境，相当于为不同的项目创建一块独立的空间，在这个空间里，你安装任何库和框架都是独立的，不会影响到外部环境。

总之就是想象成为 PyTorch 单独创建一个空间，这个空间与其它空间互不影响。我之前安装了 TensorFlow 了，也是创建了一个虚拟环境，且 Python 版本是 3.5 的。所以，这里当然也要创建虚拟环境了。

创建 PyTorch 虚拟环境步骤：

1.打开 Anaconda 自带的 Anaconda Prompt：

2.打开 Anaconda Prompt 之后，在命令行输入：

注意，这里的 pytorch 是虚拟环境的名称，可随意取。

3.然后继续下列命令，进入 pytorch 虚拟环境：

好了，pytorch 的虚拟环境创建好了。接下来就是安装 PyTorch 了。

其实，安装 PyTorch 还是非常简单的。接下来记录一些坑。

2. PyTorch 官网安装

PyTorch 的官网提供了简单的安装方法，只需简单的命令即可。

首先，打开 PyTorch 官网安装页面（需自备梯子）：https://pytorch.org/get-started/locally/

可以看到页面里的这张图，非常简单。我们的环境是：Windows、Conda、Python 3.6、None CUDA，对应的命令是：

复制这条命令在 Anaconda Prompt 里输入，则 PyTorch “顺利”安装完成。

成功done

进入python环境  测试一下命令

 一切顺利完成

跑一下简单的函数

from __future__ import print_function
import torch
x = torch.Tensor(5, 3)  # 构造一个未初始化的5*3的矩阵
x = torch.rand(5, 3)  # 构造一个随机初始化的矩阵
x # 此处在notebook中输出x的值来查看具体的x内容
x.size()

#NOTE: torch.Size 事实上是一个tuple, 所以其支持相关的操作*
y = torch.rand(5, 3)

#此处 将两个同形矩阵相加有两种语法结构
x + y # 语法一
torch.add(x, y) # 语法二

# 另外输出tensor也有两种写法
result = torch.Tensor(5, 3) # 语法一
torch.add(x, y, out=result) # 语法二
y.add_(x) # 将y与x相加

# 特别注明：任何可以改变tensor内容的操作都会在方法名后加一个下划线‘_‘
# 例如：x.copy_(y), x.t_(), 这俩都会改变x的值。

#另外python中的切片操作也是资次的。
x[:,1] #这一操作会输出x矩阵的第二列的所有值

接下来试一下编译器上运行

 这里的python是我自带的，没有这个包，所以要把conda那里的python36导过来

配置Python路径

依次选择：文件->首选项->设置，

在右边搜索栏搜索python.pythonPath，将中间的搜索结果复制粘贴到右边【用户设置】，修改引号中间的地址为你的Anaconda安装的地址，记得后面追加一个python.exe，如D:/python-dev-env/Anaconda3/python.exe，注意中间的转移符是/而不是\，保存这个json文件后它会自动覆盖中间所显示的默认设置。

完了 刚才还好好的  这一下全都报错 也不知道咋回事，算了 今天就到这吧

PyTorch深度学习1入门环境和简单函数使用

原文：https://www.cnblogs.com/jjjpython1/p/13096508.html