本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

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

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

發行穩定的架構 Conda 套件時，會進行測試並預先安裝在 DLAMI 上。如果您想要執行最新、未經測試的每夜組建，您可以手動[安裝 PyTorch 的每夜組建 (實驗性)](#tutorial-pytorch-install)。

若要啟用目前安裝的架構，請遵循使用 Conda 的深度學習 AMI 上的這些指示。

對於使用 CUDA 和 MKL-DNN 的 Python 3 上的 PyTorch，請執行此命令：

```
$ source activate pytorch_p310
```

啟動 iPython 終端機。

```
(pytorch_p310)$ ipython
```

執行快速 PyTorch 程式。

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

您應該會看到列印初始隨機陣列、接著是其大小，然後新增另一個隨機陣列。

## 安裝 PyTorch 的每夜組建 (實驗性)
<a name="tutorial-pytorch-install"></a>

**如何從每夜組建安裝 PyTorch**

您可以使用 Conda 在深度學習 AMI 上安裝最新的 PyTorch 組建到其中一個或兩個 PyTorch Conda 環境中。

1. 
   + (適用於 Python 3 的選項) - 啟用 Python 3 PyTorch 環境：

     ```
     $ source activate pytorch_p310
     ```

1. 其餘步驟假設您使用的是 `pytorch_p310` 環境。移除目前安裝的 PyTorch：

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

1. 
   + (GPU 執行個體的選項） - 使用 CUDA.0 安裝 PyTorch 的最新每夜組建：

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu100/torch_nightly.html
     ```
   + (適用於 CPU 執行個體的選項) – 安裝適用於無 GPU 之執行個體的最新 PyTorch 每夜組建：

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

1. 為了確認您是否成功安裝最新的每夜組建，請啟動 IPython 終端機並檢查 PyTorch 版本。

   ```
   (pytorch_p310)$ ipython
   ```

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

   輸出應該會列印類似於 `1.0.0.dev20180922` 的內容

1. 若要確認 PyTorch 每夜組建可搭配 MNIST 範例正常運作，您可以從 PyTorch 範例儲存庫執行測試指令碼：

   ```
   (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
   ```

## 其他教學
<a name="tutorial-pytorch-more"></a>

如需進一步的教學課程和範例，請參閱架構的官方文件、[PyTorch 文件](http://pytorch.org/docs/master/)和 [PyTorch](http://pytorch.org) 網站。