本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# PyTorch
<a name="tutorial-pytorch"></a>

## 正在激活 PyTorch
<a name="tutorial-pytorch-overview"></a>

当框架的稳定 Conda 程序包发布时，它会在 DLAMI 上进行测试并预安装。如果您希望运行最新的、未经测试的每日构建版本，您可以手动[Install PyTorch 的夜间构建（实验版）](#tutorial-pytorch-install)。

要激活当前安装的框架，请按照这些有关带 Conda 的深度学习 AMI 的说明进行操作。

对于使用 PyTorch CUDA 和 MKL-DNN 的 Python 3，请运行以下命令：

```
$ source activate pytorch_p310
```

启动 iPython 终端。

```
(pytorch_p310)$ ipython
```

运行一个快速 PyTorch 程序。

```
import torch
x = torch.rand(5, 3)
print(x)
print(x.size())
y = torch.rand(5, 3)
print(torch.add(x, y))
```

您应该会看到系统输出初始随机数组，然后输出大小，然后添加另一个随机数组。

## Install PyTorch 的夜间构建（实验版）
<a name="tutorial-pytorch-install"></a>

**如何 PyTorch 从夜间版本中安装**

您可以使用 Conda 将最新 PyTorch 版本安装到深度学习 AMI 上的任一或两个 PyTorch Conda 环境中。

1. 
   + （Python 3 的选项）-激活 Python 3 PyTorch 环境：

     ```
     $ source activate pytorch_p310
     ```

1. 其余步骤假定您使用的是 `pytorch_p310` 环境。移除当前安装的 PyTorch：

   ```
   (pytorch_p310)$ pip uninstall torch
   ```

1. 
   + （GPU 实例的选项）-使用 CUDA.0 安装最新的夜间版本： PyTorch 

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu100/torch_nightly.html
     ```
   + （CPU 实例的选项）-为不 GPUs带以下选项的 PyTorch 实例安装最新的夜间版本：

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
     ```

1. 要验证您是否已成功安装最新的夜间版本，请启动 IPython 终端并检查的版本。 PyTorch

   ```
   (pytorch_p310)$ ipython
   ```

   ```
   import torch
   print (torch.__version__)
   ```

   输出应类似于以下内容：`1.0.0.dev20180922`

1. 要验证 PyTorch 夜间版本是否与 MNIST 示例配合使用，您可以从 PyTorch的示例存储库中运行测试脚本：

   ```
   (pytorch_p310)$ cd ~
   (pytorch_p310)$ git clone https://github.com/pytorch/examples.git pytorch_examples
   (pytorch_p310)$ cd pytorch_examples/mnist
   (pytorch_p310)$ python main.py || exit 1
   ```

## 更多教程
<a name="tutorial-pytorch-more"></a>

有关更多教程和示例，请参阅该框架的官方[PyTorch 文档](http://pytorch.org/docs/master/)、文档和[PyTorch](http://pytorch.org)网站。