近年来，深度学习框架如雨后春笋般的涌现出来，如TensorFlow、caffe、caffe2、PyTorch、Keras、Theano、Torch等，对于从事计算机视觉/机器学习/图像处理方面的研究者或者教育者提高了更高的要求。其中Pytorch是Torch的升级版，其有非常优秀的前端和灵活性，相比TensorFlow不用重复造轮子，易于Debug调试，极大的提高开发效率，使得其在其他框架中脱颖而出。更多信息参见：caffe2+Pytorch1.0 = Pytorch1.0，期待即将推出的1.0版本，caffe2更适合后端部署。
1.进入pytorch官网https://pytorch.org/
选择对应的版本、环境、安装方式等：
将生成的命令在终端进行输入，安装成功。
测试：
import torch#导入没有报错说明安装成功
print(torch.cuda.is_available())#查看是否支持GPU