PyTorchStepByStep
1.0.0
了解更多！
修订版的版本解决了Pytorch，Torchvision，HuggingFace和其他库中的变化。受影响最大的章节是第4章（第II卷）和第11章（第III卷）。
请检查下面包含更改的PDF（检查以红色突出显示的段落）：
这是我的书《与Pytorch逐步深入学习》的官方存储库。在这里，您可以找到本书中每一章的jupyter笔记本。
每个笔记本都包含其相应章节中显示的所有代码，您应该能够按顺序运行其单元格，以获取与书中所示的相同输出。我坚信能够重现结果会给读者带来信心。
您有三个选项可以运行Jupyter笔记本：
您可以使用COLAB轻松地从GitHub加载笔记本，并使用Google提供的GPU运行。您需要在自己的Google帐户中登录。
您可以使用以下链接遍历已经已经：
您也可以使用活页夹直接从GitHub加载笔记本，但是该过程略有不同。它将在云上创建一个环境，并允许您在浏览器中访问Jupyter的主页，并像在自己的计算机中一样列出所有可用的笔记本电脑。
如果您对笔记本进行更改，请确保下载它们，因为Binder一旦将其关闭后就不会保持更改。
您现在可以使用下面的按钮立即在云上启动环境：
此选项将为您带来更大的灵活性，但需要更多的努力来设置。我鼓励您尝试建立自己的环境。起初似乎很艰巨，但是您肯定可以按照七个简单的步骤完成操作：
1- Anaconda
如果您还没有安装Anaconda的个人版本，那将是一个好时机 - 这是一种非常方便的开始方式 - 因为它包含了数据科学家将需要开发和培训模型所需的大多数Python库。
请按照您的操作系统的安装说明：
自2020年1月停止使用Python 2以来，请确保选择Python 3.x版本。
2- conda（虚拟）环境
虚拟环境是隔离与不同项目相关的Python安装的便捷方法。
首先，您需要为环境选择一个名称:-)让我们称呼我们的pytorchbook （或其他发现更容易记住的东西）。然后，您需要打开终端（在Ubuntu）或Anaconda提示（在Windows或MacOS中），然后键入以下命令：
conda create -n pytorchbook anaconda
上面的命令创建了一个名为pytorchbook的Conda环境，其中包含所有的Anaconda软件包（该喝咖啡的时间，需要一段时间...）。如果您想了解有关创建和使用Conda环境的更多信息，请查看Anaconda的管理环境用户指南。
它完成了创建环境吗？好的！现在是时候激活它，意味着使Python安装现在使用。在同一终端（或Anaconda提示）中，只需输入：
conda activate pytorchbook
您的提示应该看起来像这样（如果您使用Linux）...
(pytorchbook)$
或这样（如果您使用的是Windows）：
(pytorchbook)C:>
完毕！您现在正在使用全新的Conda环境。每次打开新终端时，您都需要激活它，或者，如果您是Windows或MacOS用户，则可以打开相应的Anaconda提示（在我们的情况下，它将显示为Anaconda提示（Pytorchbook） ），从一开始就可以激活它。
重要的是：从现在开始，我假设您每次打开终端 / anaconda提示时都会激活pytorchbook环境。必须在环境内执行进一步的安装步骤。
3- pytorch
现在是时候安装节目的明星了:-)我们可以直接进入其网站的本地部分，它将自动选择最适合您本地环境的选项，并将向您显示运行的命令。
您的选择应该看起来像：
安装命令将在您的选择下方显示，因此您可以复制它。如果您有Windows计算机并且没有GPU ，则必须在Anaconda提示（Pytorchbook）中运行以下命令：
(pytorchbook) C:> conda install pytorch torchvision cpuonly -c pytorch
4-张板
Tensorboard是一种功能强大的工具，即使我们正在Pytorch开发模型，我们也可以使用它。幸运的是，您不需要安装整个张量流就能获得它，可以轻松地使用Conda单独安装张量。您只需要在终端或Anaconda提示中运行此命令（再次激活环境后）：
(pytorchbook)C:> conda install -c conda-forge tensorboard
5- Graphviz和Torchviz（可选）
此步骤是可选的，主要是因为GraphViz的安装有时可能具有挑战性（尤其是在Windows上）。如果出于任何原因，您无法成功安装它，或者决定跳过此安装步骤，则您仍然可以在本书中执行代码（除了几个单元格在第1章的动态计算图中生成模型结构的图像除外）。
我们需要安装graphviz才能使用Torchviz ，这是一个整洁的软件包，使我们能够可视化模型的结构。请检查您的操作系统的安装说明。
如果您使用的是Windows ，请在GraphViz的Windows软件包中使用安装程序。您还需要将GraphViz添加到Windows中的路径（环境变量）。最有可能的是，您可以在
C:ProgramFiles(x86)Graphviz2.38bin上找到GraphViz可执行文件。找到它后，您需要相应地设置或更改路径，并将GraphViz的位置添加到它。有关如何执行此操作的更多详细信息，请参阅如何添加到Windows路径环境变量中。
有关其他信息，您还可以检查如何安装GraphViz软件指南。
如果您成功安装了GraphViz，则可以安装Torchviz软件包。该软件包不是Anaconda发行库的一部分，仅在Python软件包索引的PYPI上可用，因此我们需要将其安装。
再次打开终端或Anaconda提示并运行此命令（再次激活环境后）：
(pytorchbook)C:> pip install torchviz
6- git
它超出了本指南的范围，可以向您介绍版本控制及其最受欢迎的工具： git 。如果您已经熟悉了，很棒，可以完全跳过此部分！
否则，我建议您了解更多信息，稍后对您来说肯定会很有用。同时，我将向您展示最低限度的最低限度，因此您可以使用git克隆此存储库，其中包含本书中使用的所有代码 - 因此您拥有自己的本地副本，可以随意修改和尝试。
首先，您需要安装它。因此，请转到其下载页面，并按照操作系统的说明进行操作。安装完成后，请打开一个新的终端或Anaconda提示（可以关闭上一个终端）。在新的终端或Anaconda提示中，您应该能够运行git命令。要克隆此存储库，您只需要运行：
(pytorchbook)C:> git clone https://github.com/dvgodoy/PyTorchStepByStep.git
上面的命令将创建一个PyTorchStepByStep文件夹，其中包含该GitHub存储库中所有可用所有内容的本地副本。
7 -jupyter
克隆存储库后，导航到PyTorchStepByStep ，一旦内部，您只需要在终端或anaconda提示上启动jupyter ：
(pytorchbook)C:> jupyter notebook
这将打开您的浏览器，您将看到Jupyter的主页，其中包含该存储库的笔记本和代码。
恭喜！您已经准备好浏览章节的笔记本！
