pytorch安装，入门及前馈神经网络

一．Pytorch安装

之前熟悉使用了tensorflow平台，这周想试一试pytorch平台是不是好用一些。

1. 安装anaconda
   此步之前有写过，不再赘述
2. 创建一个独立的项目环境
   conda create -n pytorch python=3.x
   

这里可以看见现在已经有了pytorch和tensorflow两个环境

3.激活项目环境
conda activate pytorch

3. 接下来需要到pytorch官网去看一下在conda安装的指令是什么，感觉这个很重要，毕竟涉及到版本匹配的问题，版本不匹配的话gpu就肯定用不了（之前吃了tensorflow的亏）。但是这个官网经常进不去
   conda install pytorch torchvision torchaudio cudatoolkit=10.1

这一步是实在是个大坑，学校的网络太垃圾了，换了清华的源还是一直卡停，弄了一下午，从这边跑到那边，从有线换到无线网，都down不下来。
最终解决办法——我把电脑带回宿舍，一秒就装好了。。。。神奇。
4. 试一下有没有装好以及gpu可不可用
Python
import torch
torch.cuda.is_available()

在base虚拟环境下输入以下命令：
1、安装nb_conda:
conda install nb_conda
2、安装ipykernel
conda install ipykernel
3、为虚拟环境创建kernel文件：
conda install -n pytorch ipykernel

这样以后进jupyter notebook新建文件的时候就可以任意选择tensorflow 或者pytorch的核。

二．Pytorch基本入门

什么是PYTORCH？
这是一个基于Python的科学计算软件包，针对两组受众：
替代NumPy以使用GPU的功能
提供最大灵活性和速度的深度学习研究平台

1. 张量
   x = torch.empty(5, 3)
   print(x)
   声明了一个未初始化的矩阵，但在使用前不包含确定的已知值。创建未初始化的矩阵时，当时分配的内存中的任何值都将显示为初始值。

x = torch.rand(5, 3)
print(x)
构造一个随机初始化的矩阵

直接从数据构造张量：
x = torch.tensor([5.5, 3])
print(x)

或基于现有张量创建张量。这些方法将重用输入张量的属性，例如dtype，除非用户提供新值

print(x.size())得到它的大小：torch.Size 实际上是一个元组，因此它支持所有元组操作。
2. 基础运算
加法：print(torch.add(x, y))

加法：提供输出张量作为参数torch.add(x, y, out=result)
print(result)

adds x to y

y.add_(x)
3.torch和numpy转换
将Torch张量转换为NumPy数组
a = torch.ones(5)
b = a.numpy()
将NumPy数组转换为Torch张量
import numpy as np
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
4.cuda张量
if torch.cuda.is_available():
device = torch.