关键词：
环境配置（PyTorch版）
1 环境配置
本节简单介绍一些必要的软件的安装与配置，由于不同机器软硬件配置不同，所以不详述，遇到问题请善用Google。
1.1 Anaconda
Anaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip install命令，Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现，conda install会比pip install更方便一些。
强烈建议先去看看最省心的Python版本和第三方库管理——初探Anaconda和初学 Python 者自学 Anaconda 的正确姿势-猴子的回答。
总的来说，我们应该完成以下几步：
- 根据操作系统下载并安装Anaconda（或者mini版本Miniconda）并学会常用的几个conda命令，例如如何管理python环境、如何安装卸载包等；
- Anaconda安装成功之后，我们需要修改其包管理镜像为国内源，这样以后安装包时就会快一些。
1.2 Jupyter
在没有notebook之前，在IT领域是这样工作的：在普通的 Python shell 或者在IDE（集成开发环境）如Pycharm中写代码，然后在word中写文档来说明你的项目。这个过程很繁琐，通常是写完代码，再写文档的时候我还的重头回顾一遍代码。最蛋疼的地方在于，有些数据分析的中间结果，还得重新跑代码，然后把结果弄到文档里给客户看。有了notebook之后，世界突然美好了许多，因为notebook可以直接在代码旁写出叙述性文档，而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处，让用户一目了然。如下图所示。
Jupyter Notebook 已迅速成为数据分析，机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。
我们参考jupyter notebook-猴子的回答进行jupyter notebook及常用包（例如环境自动关联包nb_conda）的安装。
安装好后，我们使用以下命令打开一个jupyter notebook:
jupyter notebook
这时在浏览器打开 http://localhost:8888 （通常会自动打开）位于当前目录的jupyter服务。
1.3 PyTorch
由于本文需要用到PyTorch框架，所以还需要安装PyTorch（后期必不可少地会使用GPU，所以安装GPU版本的）。直接去PyTorch官网找到自己的软硬件对应的安装命令即可（这里不得不吹一下PyTorch的官方文档，从安装到入门，深入浅出，比tensorflow不知道高到哪里去了）。安装好后使用以下命令可查看安装的PyTorch及版本号。
conda list | grep torch
1.4 其他
此外还可以安装python最好用的IDE PyCharm，专业版的应该是需要收费的，但学生用户可以申请免费使用（传送门），或者直接用免费的社区版。
如果不喜欢用IDE也可以选择编辑器，例如VSCode等。
本节与原文有很大不同，原文传送门
2. PyTorch 最新安装教程
请参考：PyTorch 最新安装教程（2021-07-27）
本人出于学习的目的，引用本书内容，非商业用途，推荐大家阅读此书，一起学习！！！
加油!
感谢!
努力!
《动手学深度学习》(pytorch版)(代码片段)
《动手学深度学习》PyTorch版前言简介面向人群食用方法方法一方法二方法三目录原书地址引用阅读指南前言读书啦！！！本项目将《动手学深度学习》原书中MXNet代码实现改为PyTorch实现。原书作者：阿斯顿·张、... 查看详情
李沐《动手学深度学习》第二版pytorch笔记1环境搭建(代码片段)
李沐《动手学深度学习》第二版pytorch笔记1搭建环境文章目录李沐《动手学深度学习》第二版pytorch笔记1搭建环境此时尚有耐心虚拟环境搭建创建虚拟环境查看已有的虚拟环境激活虚拟环境安装深度学习框架和d2l软件包安装d2l安... 查看详情
你期待已久的《动手学深度学习》（pytorch版）来啦！
《动手学深度学习》全新PyTorch版本，李沐和亚马逊科学家阿斯顿·张等大咖作者强强联合之作，机器学习、深度学习领域重磅教程，交互式实战环境，配套资源丰富！面向中文读者的能运行、可讨论的深度学... 查看详情
pytorch版《动手学深度学习》开源了，最美dl书遇上最赞dl框架
...度学习，想要玩最常见的深度学习框架？那就用PyTorch版的《动手学深度学习》吧，零基础也能入门DL。李沐等人的开源中文书《动手学深度学习》现在有PyTorch版实现了。不论是原书中的示例代码，还是实战项目&#x... 查看详情
《动手学深度学习》线性回归（pytorch版）
线性回归（PyTorch版）1.线性回归1.1线性回归的基本要素1.1.1模型定义1.1.2模型训练(1)训练数据(2)损失函数(3)优化算法1.1.3模型预测1.2线性回归的表示方法1.2.1神经网络图1.2.2矢量计算表达式小结1.线性回归线性回归输出是一... 查看详情
《动手学深度学习》softmax回归(pytorch版)
softmax-regression1分类问题2softmax回归模型3单样本分类的矢量计算表达式4小批量样本分类的矢量计算表达式5交叉熵损失函数6模型预测及评价小结前几节介绍的线性回归模型适用于输出为连续值的情景。在另一类情景中，模型输... 查看详情
《动手学深度学习》softmax回归(pytorch版)
softmax-regression1分类问题2softmax回归模型3单样本分类的矢量计算表达式4小批量样本分类的矢量计算表达式5交叉熵损失函数6模型预测及评价小结前几节介绍的线性回归模型适用于输出为连续值的情景。在另一类情景中，模型输... 查看详情
小白学习之pytorch框架-动手学深度学习(begin)
在这向大家推荐一本书-花书-动手学深度学习pytorch版，原书用的深度学习框架是MXNet，这个框架经过Gluon重新再封装，使用风格非常接近pytorch，但是由于pytorch越来越火，个人又比较执着，想学pytorch，好，有个大神来了，把《动... 查看详情
pytorch框架书籍推荐：《动?学深度学习pytorch版》
下载地址链接：https://pan.baidu.com/s/1ST5kQ3MSWV1XPM-_qB5jCA提取码：lmm5本书的github地址：https://github.com/ShusenTang/Dive-into-DL-PyTorch 一位北大的老哥把《动手学深度学习》翻译成了Pytorch版 查看详情
动手学深度学习pytorch版-task02(代码片段)
task0201.文本预处理代码解读importcollectionsimportrewithopen('timemachine.txt','r',encoding='UTF-8')asf:lines=[re.sub('[^a-z]+','',line.strip().lower())forlineinf]print(lines)In[8]:lines[0]Out[8]:'thetimemachine'In[9]:lines[1]Out[9]:''... 查看详情
《动手学深度学习》pytorch:数据操作(代码片段)
PyTorch:数据操作创建`Tensor`Tensor操作算术操作索引改变形状线性代数2.2.3广播机制2.2.4运算的内存开销2.2.5`Tensor`和NumPy相互转换`Tensor`转NumPyNumPy数组转`Tensor`2.2.6`Tensor`onGPU在深度学习中，我们通常... 查看详情
pytorch学习(代码片段)
PyTorch官网PyTorch官方教程PyTorch官方文档动手学深度学习PyTorch版安装新建环境：condacreate--nametorchpython=3.7安装一些可能要用到的包（非必须，看自己情况）：condainstallnumpycondainstallspydercondainstalljupyternotebook安装PyTorch：condainstallpytorc... 查看详情
自动求导动手学深度学习pytorch(代码片段)
例子：importtorchx=torch.arange(4.0)xtensor([0.,1.,2.,3.])x.requires_grad_(True)#x=torch.arange(4.0,requires_grad=True)x.grady=2*torch.dot(x,x)ytensor(28.,grad_fn=<MulBackwa 查看详情
《动手学深度学习》深度学习简介（完整版）
《动手学深度学习》PyTorch版深度学习简介起源发展成功案例特点小结练习参考文献深度学习简介你可能已经接触过编程，并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道，尽管很多时... 查看详情
搞定《动手学深度学习》-（李牧）pytorch版本的所有内容
目录目录简介阅读指南1.深度学习简介2.预备知识3.深度学习基础4.深度学习计算5.卷积神经网络6.循环神经网络7.优化算法8.计算性能9.计算机视觉10.自然语言处理环境参考（大家可以在这里下载代码）原书地址（大家可... 查看详情
动手学深度学习(代码片段)
一预备知识（书中是MXNet中的NDArray类，电子中用的是Pytorch版）1.Tensor创建long型3*3的全为0的Tensor：import torch；x=torch.zeros(3,3,dtype=torch.long)view()可以改变Tensor的形状，eg:view(-1,4 查看详情
softmax回归+损失函数+图片分类数据集动手学深度学习v2pytorch
参考https://www.bilibili.com/video/BV1K64y1Q7wu?p=1 查看详情
《动手学深度学习》线性回归的简洁实现（linear-regression-pytorch）(代码片段)
线性回归的简洁实现（linear-regression-pytorch）1.生成数据集2.读取数据3.定义模型4.初始化模型参数5.定义损失函数6.定义优化算法7.训练模型8.小结随着深度学习框架的发展，开发深度学习应用变得越来越便利。实践中... 查看详情