在计算机上安装和配置 PyTorch。

注意

为了获得更大的功能， PyTorch 还可用于 Windows 上的 DirectML。

在本教程的前一阶段中，我们讨论了 PyTorch 的基础知识以及使用它创建机器学习模型的先决条件。在这里，我们将在你的计算机上安装该平台。

安装 PyTorch

本教程使用 64 位Windows上的 Anaconda 环境在 CPU 上训练和运行模型。对于本教程后面的 Windows ML 应用程序，需要Windows 10版本 1809（内部版本 17763）或更高版本。这些步骤不需要 GPU 或 CUDA。

重要

这是一个旧教程。这些步骤保留原始安装示例中所示的 Python 3.8 和 PyTorch 1.7.1 包版本，而不是升级下游训练和 ONNX 导出代码。不再支持 Python 3.8，PyTorch 从版本 2.6 开始停止发布官方 Conda 包。使用单独的测试计算机或虚拟机重现此环境，而不是生产环境。对于新项目，请遵循当前的 PyTorch 安装指南;本教程未验证较新的包。

从 Anaconda 安装程序存档下载 64 位Windows安装程序Anaconda3-2020.11-Windows-x86_64.exe，并将其安装在测试计算机上。 Anaconda 2020.11 包括 Python 3.8.5 和本教程稍后使用的数据分析包。
打开 Start > Anaconda3 > Anaconda PowerShell 提示符。检查你的 Python 和 Conda 版本：
```
python --version
conda --version
```
在继续操作之前，请确认 Python 显示的版本为 3.8。
查看旧版 PyTorch 页面上有关 v1.7.1 > Conda > Linux 和 Windows > 仅支持 CPU 的说明。本教程使用 Windows、Conda、Python 和 CPU 选项，而不是当前的稳定版本选择器。 CUDA 生成可用于兼容的 NVIDIA GPU，但 GPU 设置不是此过程的一部分。
在同一个 Anaconda PowerShell 提示符中，安装 CPU 包。将版本固定住，以避免选用较新的 PyTorch 版本：
```
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
```
屏幕截图是历史示例;它们的Python版本和未固定命令可能有所不同。按照文本中的命令操作。
查看包计划，在出现提示时输入 y ，并等待安装完成。如果 Conda 无法解析旧包，请不要替换最新的 PyTorch 版本，并假定后面的教程步骤兼容。
在同一提示符下，启动Python：
```
python
```
输入以下代码以创建一个随机初始化的张量：
```
import torch

x = torch.rand(2, 3)

print(x)
```
输出应为一个随机的 2x3 张量（两行三列）。数字将有所不同，但形状应与以下示例匹配：
```
tensor([[0.5343, 0.7362, 0.8390],
        [0.4758, 0.2399, 0.1936]])
```
输入 exit() 以返回到 Anaconda PowerShell 提示符。在本教程的下一阶段选择Python解释器时，请使用同一 Anaconda 环境。