在您的電腦上安裝和設定 PyTorch。

注意

為了獲得更大的功能， PyTorch 也可以與 Windows 上的 DirectML 搭配使用。

在本教學課程的上一個階段中，我們討論了 PyTorch 的基本概念，以及使用它來建立機器學習模型的必要條件。在這裡，我們會在您的計算機上安裝它。

下載 PyTorch

本教學使用 64 位元 Windows 上的 Anaconda 環境，在 CPU 上訓練並執行你的模型。關於教學後面的 Windows ML 應用程式，你需要 Windows 10、版本 1809（build 17763）或更新版本。這些步驟不需要 GPU 或 CUDA。

重要

這是一個傳統教學。這些步驟保留了原始安裝範例中顯示的 Python 3.8 及 PyTorch 1.7.1 套件版本，而非升級下游訓練與 ONNX 匯出程式碼。 Python 3.8 已不再支援，PyTorch 從 2.6 版本起停止發佈官方 Conda 套件。使用獨立的測試機或虛擬機來重現此環境，而非生產環境。對於新專案，請遵循目前的 PyTorch 安裝指引;較新的套件不會用這個教學驗證。

從 Anaconda 安裝程式的存檔下載 64 位元 Windows 安裝程式Anaconda3-2020.11-Windows-x86_64.exe，安裝到你的測試機上。 Anaconda 2020.11 包含 Python 3.8.5 及教學後面使用的資料分析套件。
開啟 Start > Anaconda3 > Anaconda PowerShell Prompt。檢查你的 Python 和 Conda 版本：
```
python --version
conda --version
```
在繼續之前，請確認 Python 是否回報 3.8 版本。
請參閱 之前的 PyTorch 版本頁面上的 >。這個教學使用了 Windows、Conda、Python 和 CPU 的選項，而不是目前穩定版的版本選擇器。 CUDA 版本可用於相容的 NVIDIA 顯示卡，但 GPU 設定不包含在這個流程中。
在同一個 Anaconda PowerShell 提示字元中，安裝 CPU 套件。這些版本已固定，以避免選用較新的 PyTorch 版本：
```
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
```
這些螢幕擷圖為歷史範例；其 Python 版本和未固定版本的指令可能會有所不同。照著文字裡的指令做。
檢視套件計畫，按需輸入 y ，等待安裝完成。如果 Conda 無法解決舊有套件，就不要替換最新的 PyTorch 版本，也要假設後面的教學步驟是相容的。
在同一提示中，啟動 Python：
```
python
```
輸入下列程式碼以建立隨機初始化的張量：
```
import torch

x = torch.rand(2, 3)

print(x)
```
輸出應該是一個隨機的 2x3 張量（兩列三欄）。你的數字會有所不同，但形狀應該與以下範例相符：
```
tensor([[0.5343, 0.7362, 0.8390],
        [0.4758, 0.2399, 0.1936]])
```
輸入 exit() 以回到 Anaconda PowerShell 提示字元。在教學下一階段選擇 Python 直譯器時，也使用這個 Anaconda 環境。