FAIR（ Facebook AI Research，Facebook人工智能研究院 ）于2017年初发布 PyTorch，早期的 Torch 使用 Lua 语言作为接口，门槛较高。后期使用 python 语言对接口进行重构，推出了 Pythorch。

简单来说，Pytorch 就是一个 Python 工具包，通过 import torch 导入使用

推荐方法

PyTorch 是一个加速算法模型研究到产品部署的开源机器学习框架

推荐使用 ：官方下载地址，此处以 CPU 版本为例：

# 安装 3 个包，分别是torch, torchvision,torchaudio
pip3 install torch torchvision torchaudio

其他方法

若下载速度过慢，可离线下载对应的包，手动进行安装：whl 下载地址 | CSDN 教程

将下载好的文件移动到对应的目录中即可：

#先安装torch
pip install "torch-1.8.0+cpu-cp38-cp38-win_amd64.whl"
#安装torch成功后再安装torchvision
pip install "torchvision-0.9.0+cpu-cp38-cp38-win_amd64.whl"

手动下载的还需注意 pytorch 与 torchvision 版本对应关系，给出最近版本说明，具体可查找：torchvision

安装完成后检测：

import  torch

print(torch.__version__)
print('gpu:', torch.cuda.is_available())

PyTorch_intro.md：以龙良曲讲解视频为主。

参考对应的课程代码和资源resources\Deep-Learning-with-PyTorch-Tutorials

如果前期有 TF 学习基础，可直接结合 YOLO 模型的方式进行学习

其他参照书籍：

• 《动手学深度学习》的 PyTorch 实现版 | 网页版

• 《深度学习框架PyTorch：入门与实践》：对应目录 resources\pytorch-book-master

• 官方权威的 PyTorch 教程书 《Deep Learning with PyTorch》 |官网的基本摘录版 | 基本摘录的中文翻译版