先了解一下pytorch和torch：
Pytorch发布已经有一段时间了，我们在使用中也发现了其独特的动态图设计，让我们可以高效地进行神经网络的构造、实现我们的想法。那么Pytorch是怎么来的，追根溯源，pytorch可以说是torch的python版，然后增加了很多新的特性，那么pytorch和torch的具体区别是什么，这篇文章大致对两者进行一下简要分析，有一个宏观的了解。：
https://oldpan.me/archives/pytorch-torch-relation
Pytorch采用python语言接口来实现编程，而torch是采用lua语言，Lua是一个什么样的语言，可以这样说，Lua相当于一个小型加强版的C，支持类和面向对象，运行效率极高，与C语言结合“特别默契”，也就是说在Lua中使用C语言非常容易也很舒服。
因此，torch是采用C语言作为底层，然后lua语言为接口的深度学习库。而Pytorch呢，Pytorch其实也是主要采用C语言为接口(相关文章)，另外除了C语言那还有C++了，因为Pytorch吸收结合了caffe2，进行了很多代码合并，现在Pytorch的底层虽然大部分还是C语言，但是接口什么的也逐渐向C++过渡。
配置过程，我只能说很坑，但最后配好了却感觉很简单TAT~
先列一下我遇到的问题：
- PyTorch does not currently provide packages for PyPI
- windows "python setup.py egg_info" failed with error code 1 in
- The following packages are not available from current channels: torchvision
这些问题最后可以归结为这几个原因：
- pip版本过低
- 未安装wheel模块。虽说wheel模块在安装scrapy时应该会被自动安装。
- 要安装的模块不支持当前python版本。这个问题在python3上尤为明显。（scrapy就是不能完美支持3）
- 电脑的名称含有中文或其他稀奇古怪的非字母、数字的字符。
- 电脑虚拟内存不足。这条有点扯，但是我百度的时候还有不少人提到这一点，也不知道是不是转载的同一人的结论。
- 水逆。
由于错误太多，有的我也没有解决，不过最后的正确步骤却很简单就是：
- 正确安装anaconda3，注意配置环境变量
- 在anaconda prompt里运行：
conda install numpy mkl cffi #安装一些基础包
conda install pytorch -c pytorch
在这个环境中，也可以指定所需要的版本，如果不指定的话我这是直接下载最新版本
# for CPU only packages
conda install -c peterjc123 pytorch
# for Windows 10 and Windows Server 2016, CUDA 8
conda install -c peterjc123 pytorch cuda80
# for Windows 10 and Windows Server 2016, CUDA 9
conda install -c peterjc123 pytorch cuda90
# for Windows 7/8/8.1 and Windows Server 2008/2012, CUDA 8
conda install -c peterjc123 pytorch_legacy cuda80- 安装Torchvision：
- 在命令行cmd模式下使用pip安装：pip install torchvision，也可以在官网下载https://pypi.python.org/pypi/torchvision/0.1.8，
然后在安装包所在的目录中用下面的命令安装:
pip install 下载的安装包的名字.whl
- 测试torch版本:
import torch
print(torch.__version__)如果最后发现自己安装的torch版本有误（有些方法没有）：
device = torch.device("cuda" if args.cuda else "cpu") AttributeError: 'module' object has no attribute 'device'
需要更新Torch版本：
conda update pytorch
or uninstalling pytorch （conda uninstall pytorch）and reinstalling with
conda install pytorch torchvision -c pytorch