基础环境搭建
在配置好显卡驱动、cuda、cudnn、anaconda3的基础上安装Pytorch。基础环境配置见我的另一篇博客：详解ubuntu18.04+GTX960m的440版本驱动+python3.6+anaconda+ cuda9.0+cudnn7.6.5+pycharm+tensorflow1.12.0。
名称解释
1、Pytorch
PyTorch的前身是Torch，其底层和Torch框架一样，但是使用Python重新写了很多内容，不仅更加灵活，支持动态图，而且提供了Python接口。它是由Torch7团队开发，是一个以Python优先的深度学习框架，不仅能够实现强大的GPU加速，同时还支持动态神经网络，这是很多主流深度学习框架比如Tensorflow等都不支持的。
PyTorch既可以看作加入了GPU支持的numpy，同时也可以看成一个拥有自动求导功能的强大的深度神经网络。除了Facebook外，它已经被Twitter、CMU和Salesforce等机构采用—选自《百度百科》
2、torchvision
torchvision包是服务于pytorch深度学习框架的,用来生成图片,视频数据集,和一些流行的模型类和预训练模型—选自torchvision的理解和学习
安装
1、conda创建虚拟环境
conda create -n pytorch python=3.6
这里创建了几次都不成功，但是最后还是这种方式成功了。需要注意的是，创建虚拟环境的时间可能需要等待，在这段时间尽量不要离开电脑，因为会让你输入y，表示确认。如果错过了，系统可能就会有问题。
激活虚拟环境（pytorch）
source activate pytorch
2、安装pytorch
到pytorch官网安装，因为cuda配置是9.0，需要到历史版本中找，链接如下：
https://pytorch.org/get-started/previous-versions/
根据安装说明：
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch
!!!注意 这里有个坑
不要加-c pytorch，这是说明从官网下载，但是会超慢。当然首先要加入国内源，更改方式见我的这篇博客 详解ubuntu18.04+GTX960m的440版本驱动+python3.6+anaconda+ cuda9.0+cudnn7.6.5+pycharm+tensorflow1.12.0
改为：
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0
ok!
