如果你错过了18年的Tensorflow，那么请不要再错过Pytorch!
01
Pytorch是什么？
PyTorch是一个开源的Python机器学习库，基于Torch所创建，你可以把它看作是一种可以进行神经网络搭建的平台和框架。
如果你还不太清楚pytorch是什么，那么，放过自己吧，你并不需要知道它是什么，你了解到，它是一种深度学习的框架就可以了。
与Pytroch类似的深度学习框架还有：
Tensorflow
Tensorflow是2015年，Google公司开发出的一款机器学习的开源工具。由于Google公司的大量使用，以及Tesnsorflow的可移植性和接口特性，使得Tensorflow大受欢迎。最近也推出了Tensorflow2.0,它和pytorch都是目前主流的深度学习框架。
Theano
Theano诞生于加拿大魁北克蒙特利尔大学的LISA实验室，它非常擅长求解、表达大数据多维数组，主要是可以使用GPU来进行加速运算速度。
然而遗憾的是，theano已于2017年停止更新，但其作为第一个深度学习框架对于新手来说，拿来练手，仍是不错的选择。（因为其中把计算当成图的思想，至今仍被其它框架所采用，它是梦开始的地方~）
PaddlePaddle
为什么要提PaddlePaddle?因为好多人都不知道，也没用过它，重点是它是国内第一款深度学习框架！这里就简单介绍下它。
它是由百度开发的一款号称“便捷型”的深度学习框架，但至于便捷到底体现在哪里？等有空,IT小叮当去体验下，再为大家分享。（已经体验，或有兴趣体验的童鞋们可以体验下，在留言区分享下你的使用感受）
根据某网给出的数据，飞桨早在19年就已超过Tensorflow成为第二大受欢迎的深度学习框架。（这里，小叮当保持怀疑，毕竟某度的竞价排名，实在令人不敢恭维）
2020年数据
2019年数据
类似的框架还有Keras, Mxnet, Caffe等框架，这里就不再详细介绍。
keras
Mxnet
Caffe
那么下面我们来分析下深度学习框架的发展
2019年统计数据
对照一下Github数据，可以看到pytorch使用者增长迅猛！
所以这里给大家首推Pytorch! 其次就是Tensorflow2.0和PaddlePaddle, 不太建议的是cntk,theano,keras,chainer（因为这几个官方已经不再更新）。
02
下面，我们言归正传，来介绍下Pytorch的安装。（以安装windows系统，CPU版本为例）需要安装GPU加速的童鞋们不要着急，这个肯定是少不了的，因为涉及CUDA版本等问题较为复杂，后期将会专门介绍如何安装GPU版本的Pytorch。
Step1 首先，确保电脑上已经安装python，
如果没装的话可以参考下不要再去浪费时间找pyhton了| 最新免费下载及安装教程：让你一键下载最新python3.9.2并附详细安装教程！
Step2 到Pytorch官网获取安装命令
进入官网
https://pytorch.org/get-started/locally/
Pytorch Build 选择-----Stable, Your OS 选择----Windows，Package选择---Pip, Language 选择----Python, Compute Platform 选择----None
Step3 “Ctrl+c”复制“Run this Command”里的安装命令
pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio===0.8.0-f https://download.pytorch.org/whl/torch_stable.html
“Win + r”打开运行窗口，
Win键：
输入“cmd”进入命令行运行界面
进入命令行界面后，对命令行先点击一下，再点击右键，即可自动将命令粘贴过来。（win7系统可能需要Ctrl+v粘贴，建议使用win10系统）
按下回车键，开始安装
稍等片刻便已经安装完成。
Step4 代码测试
输入以下代码进行测试（命令行里面，可能需要先输入pyhton，再输入以下代码，Pycharm或其它编辑器里，可直接粘贴下面代码进行测试）
#!/usr/bin/env python
# -*- coding:utf-8 -*-
__author__ = 'IT小叮当'__time__ = '2021-03-12 22:42'
import torch# 导入torch
device = torch.device("cuda:0"if torch.cuda.is_available()else"cpu")#如果有GPU则调用GPU 没有则调用CPU
a = torch.Tensor([1.])# 定义变量
b = torch.Tensor([2.])a.to(device)b.to(device)
print(a+b)
出现以下结果
即为安装成功。快去快乐地使用吧~