前言
PyTorch是一个开源的Python机器学习库。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的的深度神经网络。
PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这是很多主流深度学习框架比如Tensorflow等都不支持的。
在安装Pytorch之前，需要安装Anaconda 、CUDA和cuDNN，如果你已经安装了相关软件，可以直接跳过这些步骤。
方法
1) Anaconda 安装
笔者之前选择的是：Anaconda3-2019.03-Linux-x86_64.sh
在终端输入命令进行安装：
$ bash Anaconda3-2019.03-Linux-x86_64.sh
根据提示进行选择安装。
具体安装过程可以参考：Ubuntu18.04 安装 Anaconda3
如果安装的不是最新的Anaconda版本，可能需要进行升级：
$ conda update -n base conda
有时候还需要添加国内（比如清华大学）的源：
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
$ conda config --set show_channel_urls yes # 从channel中安装包时显示channel的url，这样就可以知道包的安装来源了。
如果觉得不需要这些源，还可以将其移除：
$ conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
$ conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge'
$ conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/'
# 查看源
$ conda config --show-sources
2) CUDA 安装
首先查看GPU 型号
$ lspci | grep -i vga
01:00.0 VGA compatible controller: NVIDIA Corporation GK208 [GeForce GT 710B] (rev a1)
$ nvidia-smi
如果大家想知道自己电脑GPU的计算能力，可以参考这篇文章：GPU运算能力对比(详细)
安装CUDA:
到官网上，根据操作系统版本等情况选择你所需要下载的CUDA版本（一定要小心选择对的版本哦），并根据提示进行安装。
# 安装
$ sudo sh cuda_10.2.89_440.33.01_linux.run
如果一不小心，安装不匹配的版本，还可以卸载：
# 卸载
$ cd /usr/local/cuda-10.2/bin
$ sudo ./cuda-uninstaller
3) cuDNN 安装
到cuDNN Archive下载匹配的版本，这里笔者下载的是：cudnn-10.1-linux-x64-v7.6.1.34.tgz。
然后对下载的安装包解压缩，并复制相关文件到指定路径：
$ tar zxf cudnn-10.1-linux-x64-v7.6.1.34.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
如果想知道是否成功安装，可以按照：Linux（Ubuntu18.04）CuDNN安装这篇博客里面介绍的方法进行测试。
4) PyTorch 安装
上面都是准备工作，下面终于等到了PyTorch 的安装了。
首先，进入Pytorch官网，根据系统版本选择合适的Pytorch版本，笔者的选择如下：
然后根据给出的命令进行安装：
$ sudo conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
安装完之后，查看PyTorch 版本（Python终端）
>>> import torch
>>> print(torch.__version__)
1.5.1
如果能够看到以上Pytorch的版本信息，那就说明已经安装好了，接下来就好好享受你的Pytorch学习之旅吧！
