PyTorch安装
pytorch的定义：
PyTorch是一个强大且灵活的开发平台，被广泛应用于深度学习和机器学习的研究与应用中。提供了丰富的功能和工具，使得开发人员能够快速构建、训练和部署各种类型的神经网络模型。相较于其他深度学习框架，PyTorch以其动态计算图、易于调试和灵活的API设计
-
PyTorch 的主要特点：
-
动态计算图：PyTorch使用动态计算图，这意味着模型的计算过程是根据代码的执行顺序来确定的。这种灵活性使得PyTorch非常适合进行研究和原型设计。
-
张量计算：PyTorch的核心数据结构是张量，它提供了丰富的张量计算操作，使得构建和训练神经网络变得更加容易。
-
自动求导：PyTorch提供了自动求导功能，可以自动计算模型的梯度，从而简化了反向传播的过程。
-
丰富的库和工具：PyTorch拥有丰富的库和工具，包括计算机视觉、自然语言处理等领域的预训练模型，以及可视化工具等。
-
-
PyTorch 的优势：
-
易用性：PyTorch的API设计简洁直观，易于上手，特别适合初学者和研究人员使用。
-
灵活性：PyTorch的动态计算图和张量计算使得模型的构建和修改变得更加灵活，可以更好地满足不同任务的需求。
-
性能：PyTorch在GPU上的计算性能非常出色，可以加速模型的训练和推理过程。
-
社区支持：PyTorch拥有庞大的开发者社区和丰富的学习资源，可以帮助我们快速解决遇到的问题。
-
-
应用领域
-
NLP
-
CV
-
-
功能
-
张量操作torch.Tensor
-
自动微分torch.autograd.grad
-
神经网络torch.nn
-
优化器torch.optim
-
GPU加速
-
灵活的动态计算图
-
分布式计算
-
pytorch 安装
conda create -n pytorch-learning python=3.11 -y
conda activate pytorch-learning
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=12.2 -c pytorch -c nvidia
检查安装正确：
touch test.py
test.py内容
import torch
torch.__version__
python test.py
可以查看到pytorch版本