Translate PyTorch installation guide on Windows system.

_get_started/installation/windows.md

@@ -1,107 +1,106 @@
-# Installing on Windows
+# Windows에 설치하기
 {:.no_toc}
+
+PyTorch는 여러 버전의 Windows에 설치하고 사용할 수 있습니다. 시스템과 컴퓨터의 사양에 의해 Windows에서 PyTorch를 사용하는 경험이 처리 시간에 따라 갈릴 수 있습니다. 필수는 아니지만, PyTorch의 [CUDA](https://developer.nvidia.com/cuda-zone) [지원](https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html?highlight=cuda#cuda-tensors)의 모든 성능을 이용하기 위해서는 NVIDIA GPU를 사용하는 Windows 시스템을 사용하는것을 권장합니다.
 
-PyTorch can be installed and used on various Windows distributions. Depending on your system and compute requirements, your experience with PyTorch on Windows may vary in terms of processing time. It is recommended, but not required, that your Windows system has an NVIDIA GPU in order to harness the full power of PyTorch's [CUDA](https://developer.nvidia.com/cuda-zone) [support](https://pytorch.org/tutorials/beginner/blitz/tensor_tutorial.html?highlight=cuda#cuda-tensors).
-
-## Prerequisites
+## 선수사항
 {: #windows-prerequisites}
 
-### Supported Windows Distributions
+### 지원 Windows 버전
 
-PyTorch is supported on the following Windows distributions:
+파이토치는 다음과 같은 Windows 버전을 지원합니다.
 
-* [Windows](https://www.microsoft.com/en-us/windows) 7 and greater; [Windows 10](https://www.microsoft.com/en-us/software-download/windows10ISO) or greater recommended.
-* [Windows Server 2008](https://docs.microsoft.com/en-us/windows-server/windows-server) r2 and greater
+* [Windows](https://www.microsoft.com/en-us/windows) 7 그리고 그 이상; [Windows 10](https://www.microsoft.com/en-us/software-download/windows10ISO) 또는 그 이상을 권장합니다.
+* [Windows Server 2008](https://docs.microsoft.com/en-us/windows-server/windows-server) r2 그리고 그 이상
 
-> The install instructions here will generally apply to all supported Windows distributions. The specific examples shown will be run on a Windows 10 Enterprise machine
+> 여기 나와있는 설치 방법은 대부분의 Windows 버전에 적용됩니다. 표시된 특정 예시는 Windows 10 Enterprise 장치에서 실행됩니다.
 
 ### Python
 {: #windows-python}
 
-Currently, PyTorch on Windows only supports Python 3.7-3.9; Python 2.x is not supported.
+현재 Windows에서 동작하는 PyTorch는 오직 Python 3.7-3.9 버전을 지원합니다. Python 2.x 버전은 지원하지 않습니다.
 
-As it is not installed by default on Windows, there are multiple ways to install Python:
+Windows에 기본적으로 설치되어있지 않기에, 여러 방식으로 Python을 설치할 수 있습니다.
 
 * [Chocolatey](https://chocolatey.org/)
 * [Python website](https://www.python.org/downloads/windows/)
 * [Anaconda](#anaconda)
 
-> If you use Anaconda to install PyTorch, it will install a sandboxed version of Python that will be used for running PyTorch applications.
+> 만약 PyTorch를 설치하기 위해 Anaconda를 사용한다면, PyTorch 어플리케이션을 실행하기 위한 샌드박스 버전의 Python이 설치됩니다.
 
-> If you decide to use Chocolatey, and haven't installed Chocolatey yet, ensure that you are [running your command prompt as an administrator](https://www.howtogeek.com/194041/how-to-open-the-command-prompt-as-administrator-in-windows-8.1/).
+> 만약 Chocolatey를 사용한다면, 그리고 이전에 Chocolatey를 설치하지 않았다면, [명령어 프롬프트를 관리자 권한으로 실행](https://www.howtogeek.com/194041/how-to-open-the-command-prompt-as-administrator-in-windows-8.1/)했는지 확인해야 합니다.
 
-For a Chocolatey-based install, run the following command in an [administrative command prompt](https://www.howtogeek.com/194041/how-to-open-the-command-prompt-as-administrator-in-windows-8.1/):
+Chocolatey 기반의 설치를 위해, 다음 명령어를 [관리자 권한 프롬프트](https://www.howtogeek.com/194041/how-to-open-the-command-prompt-as-administrator-in-windows-8.1/)에서 실행합니다:
 
 ```bash
 choco install python
 ```
 
-### Package Manager
+### 패키지 매니저
 {: #windows-package-manager}
 
-To install the PyTorch binaries, you will need to use at least one of two supported package managers: [Anaconda](https://www.anaconda.com/download/#windows) and [pip](https://pypi.org/project/pip/). Anaconda is the recommended package manager as it will provide you all of the PyTorch dependencies in one, sandboxed install, including Python and `pip.`
+PyTorch 바이너리를 설치하기 위해, 적어도 둘 중 하나 이상의 지원되는 패키지 매니저가 필요합니다. [Anaconda](https://www.anaconda.com/download/#windows) 그리고 [pip](https://pypi.org/project/pip/) 입니다. 권장되는 패키지 매니저는 Anaconda이며, Python과 `pip`를 포함한 PyTorch의 모든 의존성을 한번에, 샌드박스로 설치합니다.
 
 #### Anaconda
 
-To install Anaconda, you will use the [64-bit graphical installer](https://www.anaconda.com/download/#windows) for PyTorch 3.x. Click on the installer link and select `Run`. Anaconda will download and the installer prompt will be presented to you. The default options are generally sane.
+Anaconda를 설치하기 위해, PyTorch3.x 의 [64-bit GUI 설치기](https://www.anaconda.com/download/#windows)를 사용합니다. 설치기 링크를 클릭한 후 `실행`을 선택합니다. Anaconda를 다운로드하고 설치기 프롬프트가 나타납니다. 기본 옵션은 일반적으로 같습니다.
 
 #### pip
 
-If you installed Python by any of the recommended ways [above](#windows-python), [pip](https://pypi.org/project/pip/) will have already been installed for you.
+만약 [위의](#windows-python) 권장 설치 방법으로 Python을 설치했다면, [pip](https://pypi.org/project/pip/) 는 이미 설치되어 있습니다.
 
-## Installation
+## 설치
 {: #windows-installation}
 
 ### Anaconda
 {: #windows-anaconda}
 
-To install PyTorch with Anaconda, you will need to open an Anaconda prompt via `Start | Anaconda3 | Anaconda Prompt`.
-
-#### No CUDA
+Anaconda를 이용해 PyTorch를 설치하기 위해서는, `Start | Anaconda3 | Anaconda Prompt` 를 통해 Anaconda 프롬프트를 열어야 합니다.
 
-To install PyTorch via Anaconda, and do not have a [CUDA-capable](https://developer.nvidia.com/cuda-zone) system or do not require CUDA, in the above selector, choose OS: Windows, Package: Conda and CUDA: None.
-Then, run the command that is presented to you.
+#### CUDA없이 설치
 
-#### With CUDA
+Acaconda를 통해 PyTorch를 설치하고, [CUDA를 지원하는](https://developer.nvidia.com/cuda-zone) 시스템이 없거나 CUDA가 필요하지 않다면, 위의 선택기에서 OS: Windows, 패키지: Conda, CUDA: None을 선택합니다.
+그 후 나타나는 명령어를 실행합니다.
 
-To install PyTorch via Anaconda, and you do have a [CUDA-capable](https://developer.nvidia.com/cuda-zone) system, in the above selector, choose OS: Windows, Package: Conda and the CUDA version suited to your machine. Often, the latest CUDA version is better.
-Then, run the command that is presented to you.
+#### CUDA포함 설치
 
+Anaconda를 통해 PyTorch를 설치하고, [CUDA를 지원하는](https://developer.nvidia.com/cuda-zone) 시스템을 갖고 있다면, 위의 선택기에서, OS: Windows, 패키지: Conda, 장치에 적합한 CUDA 버전을 선택합니다. 주로 최신 CUDA 버전이 더 좋습니다.
+그 후 나타나는 명령어를 실행합니다.
 
 ### pip
 {: #windows-pip}
 
-#### No CUDA
+#### CUDA없이 설치
 
-To install PyTorch via pip, and do not have a [CUDA-capable](https://developer.nvidia.com/cuda-zone) system or do not require CUDA, in the above selector, choose OS: Windows, Package: Pip and CUDA: None.
-Then, run the command that is presented to you.
+pip를 통해 PyTorch를 설치하고, [CUDA를 지원하는](https://developer.nvidia.com/cuda-zone) 시스템이 없거나 CUDA가 필요하지 않다면, 위의 선택기에서 OS: Windows, 패키지: Pip, CUDA: None을 선택합니다.
+그 후 나타나는 명령어를 실행합니다. 
 
-#### With CUDA
+#### CUDA포함 설치
 
-To install PyTorch via pip, and do have a [CUDA-capable](https://developer.nvidia.com/cuda-zone) system, in the above selector, choose OS: Windows, Package: Pip and the CUDA version suited to your machine. Often, the latest CUDA version is better.
-Then, run the command that is presented to you.
+pip 통해 PyTorch를 설치하고, [CUDA를 지원하는](https://developer.nvidia.com/cuda-zone) 시스템을 갖고 있다면, 위의 선택기에서, OS: Windows, 패키지: Pip, 장치에 적합한 CUDA 버전을 선택합니다. 주로 최신 CUDA 버전이 더 좋습니다.
+그 후 나타나는 명령어를 실행합니다.
 
-
-## Verification
+## 확인
 {: #windows-verification}
 
-To ensure that PyTorch was installed correctly, we can verify the installation by running sample PyTorch code. Here we will construct a randomly initialized tensor.
+PyTorch가 정상적으로 설치되었는지 확인하기 위해, 예제 PyTorch 코드를 실행시켜 설치를 확인할 수 있습니다. 아래 코드로 무작위로 초기화되는 텐서를 만듭니다.
+
+명령줄에 다음과 같이 입력합니다.
 
-From the command line, type:
 
 ```bash
 python
 ```
 
-then enter the following code:
+이후 다음의 코드를 입력합니다.
 
 ```python
 import torch
 x = torch.rand(5, 3)
 print(x)
 ```
 
-The output should be something similar to:
+출력은 다음과 비슷하게 나옵니다.
 
 ```
 tensor([[0.3380, 0.3845, 0.3217],
@@ -111,24 +110,24 @@ tensor([[0.3380, 0.3845, 0.3217],
         [0.4675, 0.3947, 0.1426]])
 ```
 
-Additionally, to check if your GPU driver and CUDA is enabled and accessible by PyTorch, run the following commands to return whether or not the CUDA driver is enabled:
+추가로, PyTorch로 GPU 드라이버와 CUDA를 활성화 및 접근 가능한지 확인하기 위해, 아래 명령어를 실행하여 CUDA 드라이버가 활성화되는지 확인합니다.
 
 ```python
 import torch
 torch.cuda.is_available()
 ```
 
-## Building from source
+## 소스에서 빌드하기
 {: #windows-from-source}
 
-For the majority of PyTorch users, installing from a pre-built binary via a package manager will provide the best experience. However, there are times when you may want to install the bleeding edge PyTorch code, whether for testing or actual development on the PyTorch core. To install the latest PyTorch code, you will need to [build PyTorch from source](https://github.com/pytorch/pytorch#from-source).
+대다수의 PyTorch 사용자를 위해, 패키지 매니저를 통한 미리 빌드된 바이너리를 설치하는것이 최고의 경험을 제공합니다. 하지만, 가장 최신(bleeding edge)의 PyTorch 코드를 설치하기 원하거나, 테스트 또는 PyTorch의 코어의 실제 개발이 필요할 때가 있습니다. 최신 PyTorch 코드를 설치하기 위해서는, [소스에서 PyTorch를 빌드](https://github.com/pytorch/pytorch#from-source)해야 합니다.
 
-### Prerequisites
+### 선수사항
 {: #windows-prerequisites-2}
 
-1. Install [Anaconda](#anaconda)
-2. Install [CUDA](https://developer.nvidia.com/cuda-downloads), if your machine has a [CUDA-enabled GPU](https://developer.nvidia.com/cuda-gpus).
-3. If you want to build on Windows, Visual Studio with MSVC toolset, and NVTX are also needed. The exact requirements of those dependencies could be found out [here](https://github.com/pytorch/pytorch#from-source).
-4. Follow the steps described here: [https://github.com/pytorch/pytorch#from-source](https://github.com/pytorch/pytorch#from-source)
+1. [Anaconda](#anaconda)를 설치합니다.
+2. 만약 [CUDA를 지원하는 GPU](https://developer.nvidia.com/cuda-gpus)를 가진 시스템이면, [CUDA](https://developer.nvidia.com/cuda-downloads)를 설치합니다.
+3. 만약 Windows에서 빌드한다면, MSVC 툴셋을 포함한 Visual Studio와 NVTX가 필요합니다. 의존성에 대한 자세한 준비사항은 [여기](https://github.com/pytorch/pytorch#from-source)에서 확인할 수 있습니다.
+4. 다음 링크의 지시 사항을 따릅니다: [https://github.com/pytorch/pytorch#from-source](https://github.com/pytorch/pytorch#from-source)
 
-You can verify the installation as described [above](#windows-verification).
+[위에](#windows-verification) 설명한대로 제대로 설치가 되었는지 확인할 수 있습니다.