PyTorch之零：安装
PyTorch的安装非常简单。前提是你安装了Anaconda。
进入PyTorch的首页，你可以看到：
你可以根据你的系统情况自主配置，下边的编辑框里就会出现可以Anaconda Prompt里运行的安装命令。
比如：
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
如果你的安装过慢的话，可以增加的清华的PyTorch的镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
然后安装时去掉之前命令中的 -c pytorch
conda install pytorch torchvision cudatoolkit=10.0
安装好了之后，可以启动Anaconda，打开Jupyter Notebook。写入
import torch
print(torch.cuda.is_available())
print(torch.cuda.is_available())
运行，如果不报错，那么恭喜你，安装成功了。如果你安装的是cuda版本，并且你电脑上的显卡驱动和cuda版本匹配，你应该看到是True。如果是false可能是你显卡驱动版本和cuda版本不一致。
Keras、TensorFlow和PyTorch该如何选择？
PyTorch发展趋势最好，最新研究成果一般都是基于PyTorch发布的，工业落地有些弱，但是也在迎头赶上。TensorFlow有Google这个好爸爸，工业落地是强项。目前企业应用较多。个人看好PyTorch。Keras已经被整合到TensorFlow，可以认为是TensorFlow的高级API。个人看好PyTorch。