代码收藏家 使用Ananconda进行Pytorch配置
为什么选择pytorch:
可能有的疑惑：
pytorch与tensorflow比较：
pytorch:
- 间接性(编程同python几乎一致)
- 动态计算(动态图可以随着编程的进行展现)
- visdom
- 部署不方便
tensorflow1.0:
- 接口复杂
- 静态图(tensorflow2.0 eager execution已经引入了动态图)
- tensorboard
- 部署方便(tf serving)
动态图vs静态图
动态图：编号程序即可运行
静态图：先搭建计算图，后运行；允许编译进行优化。
例如：下面左侧是动态图代码示例，右侧是静态图代码示例。
建议：有时间的话可以都学，如果刚入门学习的话pytorch更好上手一点，编程也更简单。
一、在Anaconda里配置pytorch：
首先配置Anaconda，选择历史版本的网址：Index of /https://repo.anaconda.com/archive/
我用的是python3.6.5所以选的anaconda 3-5.2.0，如果不知道自己的python对应的是什么版本的ananconda可以去百度或者CSDN查阅一下，因为这个版本对应还是挺重要的。
下载安装包完成后点击执行，选择第二个
下一步，可以自己改安装地址我改成了F:/Ananconda3/（忘了截图了）
下一步，选择下面的默认python环境，可以看到当前版本对应的是python3.6的
点击Install安装(老慢了，不愧是占3个G)
配置好后修改环境变量（在电脑左下角搜索环境变量就能打开）
命令行输入指令看到ananconda已经安装成功
conda --version
建议：国内的源进行pytorch配置非常慢，建议尝试一下清华源镜像的使用，使用教程在CSDNhttps://mp.csdn.net/mp_blog/creation/editor/126673874
二、利用Ananconda配置pytorch有关虚拟环境配置：
首先打开Ananconda prompt
如果出现报错打开有问题：说明ananconda下载后进行了移动出现了路径错误，正确的应该是右侧所示的那样。
1.查看虚拟环境
conda env list我这里看有好多个虚拟环境是因为我刚刚装过一遍虚拟环境了，第三个名为pytorch就是我最新装的虚拟环境
注意：刚打开红色框位置应该是(base)，我这个是因为激活了名为pytorch的虚拟环境了所以进入了(pytorch)。
2.创建虚拟环境
conda create --name pytorch python=3.6这个pytorch是虚拟环境的名字，也可以自己取其他名字。
可以看到正如上面所说最开始左边应该是(base)
3.激活虚拟环境
activate pytorch激活之后查看下面左边就是(pytorch)了
4.删除虚拟环境
conda remove --name pytorch --all5.安装pytorch 去pytorch官网：Start Locally | PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.https://pytorch.org/get-started/locally/
根据我们的需求进行选择，我选择的是cpu的。
最后复制下面的代码执行（不要直接复制我的要根据官网生成的自行选择）
conda install pytorch torchvision torchaudio cpuonly -c pytorch
选y继续
下载完成
如果下载网速太慢的话超时了下次再运行指令他会继续上次没下载的下载多来两次也能下下来，或者也可以去使用清华源镜像：CSDNhttps://mp.csdn.net/mp_blog/creation/editor/126673874
6.验证一下，这一步是要求打印torch的版本号，注意version前后都是两个短下划线。
python #进入python编辑模式
import torch
import torchvision
print(torch.__version__)
成功。
7.关闭Pytorch Anaconda虚拟环境
conda deactivate
这里可以发现我的python3.6.5被更新成3.6.13了不知道啥时候更新的…但是问题不大
二、在Pycharm中引入pytorch
三、在Jutyper notebook中引入pytorch
