⽬前，某些直觉只能通过试错、小幅调整代码并观察结果来发展。理想情况下，⼀个优雅的数学理论可能会精确地告诉我们如何调整代码以达到期望的结果。不幸的是，这种优雅的理论⽬前还没有出现。尽管我们尽了最⼤努力，但仍然缺乏对各种技术的正式解释，这既是因为描述这些模型的数学可能⾮常困难，也是因为对这些主题的认真研究最近才进⼊⾼潮。

安装pytorch

常规安装

首先查看你的电脑显卡所支持的cuda和cudnn的版本，可以参考这里：如何查看显卡是否支持CUDA，以及查看CUDA的版本？

但是这跟你的显卡驱动有关系，如果不支持高版本cuda，建议先把显卡驱动更新一下

示例（我的二号电脑）：
当前驱动

当前支持

更新后驱动

更新后支持

电脑1号，安装新驱动后：

关于显卡驱动版本，你可以到英伟达显卡驱动下载中心查看

这是我二号电脑的：

我的一号电脑已经安装了cuda9.0（其实可以安装更高的版本），所以我就直接到pytorch官网老版本模块上找对应版本的torch安装

打开上图链接，找到自己python对应的torch，直接用迅雷下载wheel，本地安装

用miniconda（27）

https://conda.io/en/latest/miniconda.html

唉，最低只支持python3.7，看来我的电脑一号用不了miniconda了，显卡太次

接下面，

cuda已经更新到11.1版本了，我们安装miniconda

先安装python3.9.6（截至2021年8月3日最高版本）

装好了，然后再跳到下面安装框架和 d2l 软件包（28）

下载 D2L Notebook（28）

就像我开头那样，已经下了，也可以按照作者提供的方法下

安装框架和 d2l 软件包（28）

我已经装好pytorch了，接下来装torchvision

torchvision是啥？参考：torchvision 包的介绍

torchvision 是PyTorch中专门用来处理图像的库。这个包中有四个大类。

torchvision.datasets

torchvision.models

torchvision.transforms

torchvision.utils

安装：

pip install torch torchvision

运行结果：

C:\\Users\\Administrator\\Desktop\\编译原理\\python>pip install torch torchvision
Requirement already satisfied: torch in d:\\20191031_tensorflow_yolov3\\python\\lib\\site-packages (1.1.0)
Collecting torchvision
  Downloading torchvision-0.10.0-cp36-cp36m-win_amd64.whl (920 kB)
     |████████████████████████████████| 920 kB 467 kB/s
Requirement already satisfied: numpy in d:\\20191031_tensorflow_yolov3\\python\\lib\\site-packages (from torch) (1.15.1)
Collecting torch
  Downloading torch-1.9.0-cp36-cp36m-win_amd64.whl (222.0 MB)
     |████████████████████████████████| 222.0 MB 28 kB/s
Requirement already satisfied: pillow>=5.3.0 in d:\\20191031_tensorflow_yolov3\\python\\lib\\site-packages (from torchvision) (5.3.0)
Collecting dataclasses
  Downloading dataclasses-0.8-py3-none-any.whl (19 kB)
Collecting typing-extensions
  Downloading typing_extensions-3.10.0.0-py3-none-any.whl (26 kB)
Installing collected packages: typing-extensions, dataclasses, torch, torchvision
  Attempting uninstall: torch
    Found existing installation: torch 1.1.0
    Uninstalling torch-1.1.0:
      Successfully uninstalled torch-1.1.0
Successfully installed dataclasses-0.8 torch-1.9.0 torchvision-0.10.0 typing-extensions-3.10.0.0

C:\\Users\\Administrator\\Desktop\\编译原理\\python>

这咋把我torch1.1.0给删了，待会跑不了GPU咋办呀？？？

、卸载cuda，装更高的版本的算了

电脑二号，显卡p620，python装的3.9，pytorch可装1.9.0版本，cuda装10.2版本，cuda老版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive

电脑一号，显卡1050Ti，python重装3.9，pytorch装1.9.0，cuda装11.1.0

跟pytorch官网建议的一致

装了cuda别忘了装cudnn，直接在这里下11.x版本

cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销

为啥显示x86的点下载又是x64的？？

下好解压，然后把这堆给复制进这个目录里

cudnn就算弄好了

用nvcc -V查看下cuda，也可用nvidia-smi查看

然后我们回到上面装miniconda（27）
ok，装好python3.9.3和miniconda了，我们继续装pytorch：

在pytorch官网上，根据指令提示

控制台运行命令：

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

好大啊@！足足下了三四个G，过于强大运行结果不便展示！！！

接下来安装 d2l 软件包，作者在里面封装了本书中常⽤的函数和类：

pip install -U d2l

-U是upgrade的意思

接下来我们测试下pytorch能否使用cuda进行计算：

以下测试代码来自李沫大神的视频：Windows下安装CUDA和Pytorch跑深度学习

C:\\Users\\Administrator>python
Python 3.9.6 (tags/v3.9.6:db3ff76, Jun 28 2021, 15:26:21) [MSC v.1929 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> a = torch.ones((3, 1))
>>> a = a.cuda(0)
>>> b = torch.ones((3, 1)).cuda(0)
>>> a + b
tensor([[2.],
        [2.],
        [2.]], device='cuda:0')
>>>