前言
實驗需要，之前使的tensorflow【因為自己手邊的服務器都是windows環境TT...】，但身邊的師兄們用的都是pytorch，自己查了查現在做科研基本上都是用的pytorch，而且現在pytorch的windows版本也已經很成熟了，fastai深度學習庫也受到了廣泛的好評，所以...果斷轉！
環境搭建-windows-gpu版：
入門嘛當然是先搭建環境啦，網上資料蠻多的，這里我就記錄一下我的搭建過程吧：
一、版本選擇：
網上看看，現在pytorch最新版的都是1.0了哇，然而很多開源的項目用的還都是0.4版的，現在剛入門，還是基礎為主，就選擇最新版pytorch1.0吧！
二、系統需求：
1、Python:3.6及以上
2、操作系統環境：windows
| 系統 | GPU | CPU |
|---|---|---|
| linux | binary | binary |
| mac | source | binary |
| windows | source | source |
備注： binary = 直接可以安裝, source = 必須從源碼編譯
三、通過Anaconda安裝：
之前沒安裝過Anaconda的需要安裝好之后再進行之后的操作！[教程網上很多（有的也很坑，慎重選擇！），這里不再贅述]
這里因為俺之前摸爬滾打，入了很多坑，所以有些操作就只簡單解釋一下，如果不懂可以自己查查或者留言~
1、使用Anaconda創建虛擬環境【防止出現你之前的許多包or環境與Python,PyTorch以及其他包的版本出現不兼容等玄學問題！】：
- 查看當前存在哪些虛擬環境：conda env list 或 conda info -e
- 創建python虛擬環境：
使用 conda create -n your_env_name python=X.X（2.7、3.6等） anaconda 命令創建python版本為X.X、名字為your_env_name的虛擬環境。your_env_name文件可以在Anaconda安裝目錄envs文件下找到。
# 指定python版本為3.6，注意至少需要指定python版本或者要安裝的包# 后一種情況下，不指定python版本，自動安裝最新python版本
conda create -n env_name python=3.6
# 同時安裝必要的包
conda create -n env_name numpy matplotlib python=3.6
- 激活創建的虛擬環境：Windows: activate your_env_name(虛擬環境名稱)，這是使用python --version可以檢查當前python版本是否為想要的。
2、在當前虛擬環境下通過conda安裝pytorch：
如果和我一樣准備安裝的是gpu版的，注意一定要檢查你的cuda版本，確保和你的系統保持一致。一般推薦的是cuda9.0版的【相對最新版要穩定的多】，如果沒安裝cuda，可以自行安裝后再進行之后的步驟，推薦按照官網教程來：win10+cuda9.0+cuDNN 7.0+TensorFlow-gpu install steps【一定要注意版本匹配的問題！】：
- 進入之前配置好的虛擬環境中：activate -虛擬環境名稱（如果你忘記了之前的虛擬環境名稱，輸入：conda env list）
- 安裝每日編譯 nightly 的 PyTorch，注意 cuda 的版本要和你自己的系統保持一致，比如在 CUDA 9.2 上安裝：
- 如果你的系統沒有安裝 cuda，那么可以通過下面的命令安裝 cpu 版本的 PyTorch：
安裝 fastai：
- 如果安裝過程有什么問題，請確保你的 conda 版本已經更新到最新：
3、安裝成功后的測試：
因為是gpu版的，而且在windows上安裝，難免會有許多玄學bug出現，這時是否能用，就要測試一下啦：
同樣在之前的cmd虛擬環境中輸入：
