pytorch是facebook开发的深度学习库，其目标是想成为深度学习领域整合gpu加速的numpy。笔者研究的re-id领域最近有不少基于pytoch的代码，跟进一下。因为编程时一直远程到工作站上不太方便，本地开发用的是windows(笔记本对ubuntu的支持不佳),无奈pytoch目前还没有对windows的官方支持(计划0.4版本开始支持，目前是0.3.1)，。所幸的是知乎用户蒲嘉宸一直在提供适合windows的包。
首先，我们根据自己的环境下载对应包：https://pan.baidu.com/s/1dF6ayLr#list/path=%2Fpytorch
1.注意这里因为py3版本只支持3.5.3与3.6.2,如果电脑python版本不一致，使用anaconda新建一个名为py36的新环境
conda create -n py36 python=3.6 numpy pyyaml mkl
2.笔者安装的是cuda 8.0与cudnn 6,所以在网盘中下载的版本为：
pytorch-0.3.1-py36_cuda80_cudnn6he774522_2.tar.bz2
3.下载成功后，首先激活py36,然后执行pytorch的安装（以管理员身份运行cmd）
activate py36
conda install pytorch-0.3.1-py36_cuda80_cudnn6he774522_2.tar.bz2
4.不出意外即可安装成功，继续安装torchvision，先下载torchvison
https://pypi.python.org/pypi/torchvision 笔者选择的是目前最新的torchvision-0.2.0-py2.py3-none-any.whl
5.安装tochvision
pip install torchvision-0.2.0-py2.py3-none-any.whl
6.测试,先将环境切换到py36
activate py36 python >>> import torch >>> import torchvision >>> a=torch.rand(1,2) >>> b=a.cuda() >>> print(a,b) 0.5278 0.2514 [torch.FloatTensor of size 1x2] 0.5278 0.2514 [torch.cuda.FloatTensor of size 1x2 (GPU 0)]
详细版请见：
https://zhuanlan.zhihu.com/p/26871672
https://github.com/peterjc123/pytorch-scripts
