软硬件环境
- windows 10 64bit
- cuda 10.1
- pytorch 1.6
- anaconda with python 3.7
- nvidia geforce 1660
简介
目前的深度学习框架很多，如 Tensorflow、Pytorch、Keras、FastAI、CNTK 等等，这些框架各有优缺点，尤其是 Tensorflow 和 Pytorch，使用都非常广泛，那么应该如何进行选择呢？这应该是每一位即将开始学习深度学习的童鞋比较困惑的问题。下面先看看 github上各种框架的一个使用统计
选择pytorch的几大理由
-
动态计算图
用法跟
python更接近，比tensorflow更容易上手 -
有助于理解深度学习的核心
pytorch需要定义网络层、参数更新等步骤，可以帮助我们深刻理解深度学习 -
动态图机制
动态图机制在调试方面非常方便
-
易于上手
快速上手，学会后很容易切换到其它框架
安装python环境
这里我们使用 anaconda 这个集成环境，关于 anaconda，我们前文 https://xugaoxiang.com/2019/12/08/anaconda/ 已经介绍过了，不了解的童鞋可以去看看。有了 python 环境，我们接下来创建一个专门为使用 pytorch 的虚拟环境
conda create -n pytorch1.6 python=3.7
conda activate pytorch1.6安装nvidia驱动
到 nvidia 官网 https://www.nvidia.cn/Download/index.aspx?lang=cn 下载驱动文件
安装文件下载完成后，进行傻瓜式安装，最后来确认下是不是安装成功。方法是，打开 任务管理器 –> 性能 –> GPU 0
安装pytorch
来到官网 https://pytorch.org/get-started/locally/，选择 PyTorch Build 为稳定版1.6.0、操作系统选择 windows、Package使用 pip、Language 选择 Python、CUDA 选择10.1，这些都是需要根据自己的实际情况进行选择。可以看到，前面步骤中我们并没有单独安装 CUDA，因为 pytorch 的安装过程中顺便把 CUDA 也安装好了，这点非常棒。
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html如果没有 GPU 环境，安装命令是
pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html验证pytorch环境
(pytorch1.6) PS C:\Windows\system32> python
Python 3.7.9 (default, Aug 31 2020, 17:10:11) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.__version__
'1.6.0+cu101'
>>> torch.cuda.is_available()
True
>>>另外，可以通过 nvidia-smi 命令来查看当前进程使用 GPU 资源的情况
