近日，发现很多代码都是基于Pytorch来写的，为了进行测试和学习，于是进行了安装。

安装过程算是比较简单，直接从官网上下载源码，https://github.com/pytorch，然后选择从源码来进行安装。（说是可以直接从WHL文件来安装，只不过没有找到。）

安装过程的步骤：

git clone https://github.com/pytorch/pytorch pip install -r requirements.txt（实质上这一步只需要安装pyyaml）。 sudo python setup.py install

这样就可以实现顺利安装。安装后的截图如下：

不过，为了测试torch的python版本是否可用的时候，直接上来就报了个错。

Python 3.6.0 (default, Jan 16 2017, 12:12:55) 
[GCC 6.3.1 20170109] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.6/site-packages/torch/__init__.py", line 45, in <module>
    from torch._C import *
ModuleNotFoundError: No module named 'torch._C'

官网上对此有一些说明：https://github.com/pytorch/pytorch/issues/574，即下面的这段话。

Yeah, so you can see that there's _C.cpython-35m which means it will be loaded only by Python 3.5. As a quick hack you could try renaming

 _C, _dl, and _thnn/_THNN to regular .so files (without that cpython-version-artch-platform part, just _C.so). But it's a hack, we don't provide further support if it fails

根据上面的这段话，也进行了ls -ll 查看：

omnisky@omnisky:/usr/local/lib/python3.6/site-packages/torch$ ls autograd                             lib               storage.py backends                             multiprocessing   _tensor_docs.py _C.cpython-36m-x86_64-linux-gnu.so   nn                tensor.py cuda                                 optim             _tensor_str.py distributed                          __pycache__       _thnn _dl.cpython-36m-x86_64-linux-gnu.so  serialization.py  _torch_docs.py