【仿真基本功】【PyTorch】从头安装PyTorch【2025/02/21更新】

已于 2025-02-21 09:40:24 修改
阅读量3.9k 收藏 35
点赞数 28
分类专栏： 仿真基本功 PyTorch 文章标签： pytorch python
于 2024-03-04 15:08:22 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AbaloneVH/article/details/136452616
版权

【仿真基本功】【PyTorch】从头安装PyTorch【2025/02/21更新】

PyTorch完整安装步骤

注：下面提到的所有官网，都可以通过在任意搜索网站（如百度）上搜索对应名称而直接找到。

v1.1, 于2024/02/21更新（新装电脑）
v1.0, 于2024/03/14更新（重装电脑）

1. 安装Anaconda

去Anaconda官网，下载最新版本的Anaconda31。（注：PyTorch官网也推荐采用Anaconda进行包管理，因为Anaconda会安装所有的依赖库。）
【升级更新】
如果你电脑上已经安装了Anaconda的旧版本，可以打开Anaconda Navigator，直接在其中选择更新到最新版本。这样可以避免卸载再安装的麻烦。

2. 查看显卡对CUDA版本的支持

注：这里只考虑NVIDIA的显卡，其他显卡请自行查询相关信息。

进入命令行 2 ，输入

nvidia-smi

可以看到显卡支持的CUDA最高版本，如下图所示。
显卡能够支持的最高CUDA版本

如果支持的版本较低，可以尝试更新CUDA的最新版本。

2025更新：2025年02月20日时获取的最新NVIDIA GPU驱动版本为572.42，支持的CUDA版本为12.8，但实际上后续PyTorch支持的版本最高只到12.6。不过由于CUDA的版本向下兼容，所以使用12.8的版本没有问题。

3. 查看PyTorch的安装需求

去PyTorch官网，查看PyTorch的安装需求。
目前（20230302）的安装需求是

  1. Python版本不低于Python 3.8。（在Python官网查询到目前Python目前的最新版本是3.12.2。【2025更新：目前最新版本为3.13.2，但不必执着于最新版本，建议采用3.12.9版本即可】）
  2. 稳定版本支持CUDA 12.1版本，小于等于显卡支持的CUDA最高版本12.4。因此，可以安装。【2025更新：目前建议用12.6版本】）
    3）如果只想安装CPU版本的PyTorch，可以把“Compute Platform”部分从“CUDA 12.1”换成“CPU”。

确认满足安装需求后，保留浏览器该界面，第4步中需要用到这里的安装命令。 当前PyTorch支持的CUDA版本及安装命令

2025更新：2025年02月21日时，PyTorch官网已经不再可以使用Conda进行安装，选择Conda时会在“Run this Command”一栏提示“NOTE: Conda packages are no longer available. Please use pip instead.” 因此，需要改用Pip进行安装，即把上图中“Package”一栏的Conda改选为Pip即可。此时“PyTorch Build”的最新版为Stable 2.6.0，“Compute Platform”的最新版为CUDA 12.6，选择后，"Run this Command”一栏会出现指令

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

4. 安装 PyTorch

a) 配置新环境

建立 “pytorch0” 环境，要求 python 版本为目前最新的3.12.2（也可以自行选择其他符合要求的python版本）。其中的 “pytorch0” 也可以自由换为其他名称，符合命名要求即可。

conda create -n pytorch0 python=3.12.2

b) 进入新环境

conda activate pytorch0  # 进入 pytorch0 环境

c) 按照 CUDA 版本要求，必须小于等于显卡支持的 CUDA 最高版本。

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

（复制自 PyTorch 官网，见本文第二张图片。）【下面一行是2025更新后的命令】

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

这里解释一下上面的这段命令。conda install 是conda包管理器的安装命令，用于安装指定的一个或多个软件包，并且可以指定软件包的版本和安装渠道。该基本命令的形式如下：

conda install 包名1[[=版本1] 包名2[=版本2]] ... [-c 频道1 [-c 频道2]] ...

其中，包名部分与频道部分的顺序没有要求，各包彼此之间、各频道彼此之间也没有顺序要求。但是，所有包名必须在一起，所有频道必须在一起，否则会报错。
因此，上面那段命令的含义是：使用 conda 包管理器安装（conda install）支持 CUDA 12.1 的 PyTorch 深度学习框架及其相关扩展库 torchvision 和 torchaudio（pytorch torchvision torchaudio pytorch-cuda=12.1），从 PyTorch 和 NVIDIA 官方频道（-c pytorch -c nvidia）获取软件包。

d) 安装完成后，输入【python】，进入 python 控制台，然后输入

import torch
torch.__version__

如果没有报错且能够正常输出当前的 pytorch 版本，那么安装就顺利完成了。

e) 删除环境及其中所有安装的所有包

如果不想要安装的环境了，可以使用下面的命令删除相应环境。

conda remove -n pytorch0 -–all  # 删除 “pytorch0” 环境

其他安装

A. 指定版本 PyTorch 的安装

如果需要安装旧版本的 PyTorch（例如，使用他人基于旧版本的代码或硬件不支持高版本的CUDA驱动），可以在 PyTorch 官网中找到“install previous versions of PyTorch”，在里面找到符合自己需求版本的安装命令，以之替换安装步骤第4步中 c) 里的安装命令。

PyTorch官网中“install previous versions of PyTorch”的位置一般就在安装步骤的第3步中截图所在位置的上方数行中，如果实在找不到，可以在浏览器的界面中使用快捷键组合“Ctrl + F”，然后把 “install previous versions of PyTorch” 输入进弹出的页面搜索框，就可以快速找到。

B. 其他包的安装

按照上述方法建立环境并安装 torch 后，一般还需要根据自己的实际需要，安装其他的包。比如常用的 scipy 包、采用 Python 画类似 MATLAB 的图使用的 matplotlib 包等。这些包一般可以采用conda install命令安装。如果遇到不可以的，可以采用 pip install 命令安装。二者的主要区别就在于如果指定包的版本，需要使用“==”而非“=”。例如，安装1.11版本的 scipy 包和任意版本的 matplotlib 包可以采用

conda install scipy=1.11 matplotlib

或

pip install scipy==1.11 matplotlib

C. IDE 安装：PyCharm

注：如果习惯用 Anaconda 自带的 IDE（Integrated Development Environment，集成开发环境），如 Spyder 等，也可以不下载PyCharm。不过个人在多年前经过对比尝试后，出于便捷性的考虑，还是更倾向于使用 PyCharm。

去 PyCharm 官网，找到下载界面 3，根据自己的操作系统（Windows、macOS或Linux），找到PyCharm Community Edition（纯Python开发的IDE），点击下载，完成后安装。

如果觉得好用，请不要吝啬你的点赞哟~

  1. 这里写的是 Anaconda3 而非 Anaconda，原因是过去Anaconda曾经存在分别支持 Python 2 和 Python 3 的两种版本，其中，支持 Python 3 的版本称为 Anaconda 3。目前去 Anaconda 官网下载时，默认下载的就是 Anaconda3。 ↩︎

  2. 进入命令行的方法至少有：① 在电脑中搜索“命令提示符”或“Anaconda Prompt”，然后点击进入；② 使用键盘上的快捷键 “Win+R”，在弹出的窗口中输入“cmd”（即command【命令】的缩写），点击“Enter”（回车键）进入。 ↩︎

  3. 进入 PyCharm 官网后，不要直接下载软件。因为此时下载的是 PyCharm 的专业版（for专业开发者），只有30天的试用期，到期如不付费需要重新安装。找到下载界面的方法随时可能变化，需要自行尝试。目前的方法是进入PyCharm官网后，点击第二行菜单最后一项的“Download”，如下图所示.
    进入PyCharm官网后，不要直接下载软件 ↩︎

pytorch安装
xwjH
08-31 866
1. 更新显卡驱动（保证CUDA >= 10.2）（2021.8.31） 因为pytorch现在对CUDA有要求，有显卡的话需要保证CUDA大于等于10.2才行，没有显卡的可以跳过，到时候点CPU。 查看cuda可以在桌面右键打开NVIDIA控制面板，然后查看系统信息，点组件,如图： 如果cuda不够就需要更新显卡驱动，更新驱动用驱动软件或者官方驱动管理都可以。 2. 在Anaconda中创建新环境 首先你要先安装Anaconda，然后打开anaconda prompt： 创建环境 conda
pytorch安装教程（图文详解）
最新发布
lhshengshi的博客
03-28 3990
2、运行并选择安装路径，等待安装完成。TIPS：我们做python项目时要养成良好的习惯，不同的python项目要采取不同的python虚拟环境，不同的虚拟环境之间相互隔离，python版本和包均不共用。安装cpu版的pytorch参考步骤1，4，如果自己电脑上有gpu,就安装gpu版的pytorch，参考步骤1，2，3。我的是CUDA11.4，所以我选择的是第一个。等待下载完成后进行解压，得到一个cuda文件夹，进入之后，全选，复制到之前CUDA所安装的文件夹下，有重复的进行替换即可。
当电脑gpu太强，安装最新对应的pytorch版本和对应版本的cuda
Ling_Ze的博客
02-01 5148
当电脑gpu太强，安装最新对应的pytorch版本和对应版本的cuda
Pytorch安装
热门推荐
weixin_48524984的博客
07-12 1万+
​Pytorch的详细安装过程
PyTorch安装
dkkfff的博客
05-26 149
在 设备管理器-系统设备-硬件-显示 中找到是否有独立显卡（NVIDIA或者AMD），这里是NVIDIA，然后进入 NVIDIA控制面板-帮助-系统-组件 查看可支持的CUDA版本，在官网上去下载该版本以及低版本的都可以，然后根据Pytorch安装教程 根据你的操作系统，第三方库，编程语言，搭载平台可以在官网链接生成不同的安装指令。 ...
再次安装pytorch
qq_34035720的博客
04-23 833
记录一下安装pytorch的过程，之前还写过一个《初次安装pytorch过程》，因为换电脑了，所以需要在新电脑上再装一次pytorch，由于是第二次装，所以步骤比第一次更加精简，而且这次是做足了功课之后装的，不像第一次装错版本后又卸载……如果电脑有Anaconda且知道怎么创建虚拟环境的话，可以直接从这开始看。如果能获得类似如下结果就代表pytorch安装成功了！推荐一下我看的教程👉。
pytorch安装教程
09-24 6705
pytorch保姆教程
重新安装Pytorch GPU版
小鹿的博客
12-16 1346
之前安装过GPU版本的pytorch，但是不知道什么原因虚拟环境无法使用，重新安装是注意要查看GUDA是否存在 官方验证步骤：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#compiling-examples__valid-results-from-sample-cuda-bandwidthtest-program   在此之前，可以添加环境变量。这里我按照官网上的步骤并没有添加 First
pytorch的安装教程
qq_53242009的博客
07-26 3673
如果你的Python版本是3.11，而安装包是为Python 3.9编译的，你可能需要找到与Python 3.11兼容的安装包或使用其他方法安装PyTorch。这里提供一个完整的流程，用于在Python环境中安装本地的PyTorch及其相关库的安装包，假设你的Python版本是3.9（因为这些wheel文件是为Python 3.9编译的）。- 如果你的Python版本是3.11，你可能需要等待PyTorch发布与Python 3.11兼容的版本，或者尝试从源代码编译PyTorch。
PyTorch安装教程
FD_fanjiesen的博客
05-12 3933
pytorch本地安装方法
Pytorch 安装
weixin_45456209的博客
12-14 1807
Pytorch 分为CPU和GPU版本（CPU版本安装简单些，此文章只描述Windows CPU版本安装过程）。 Pytorch CPU版本安装： 在安装好Anaconda环境下安装，Anaconda安装请在网上参考方法。 在Pytorch官网（Start Locally | PyTorch）找到安装命令： 1.点击Get Started，找到红色方块，红色方块表示选中的类型，选中CPU，复制安装命令。 2.打开Anaconda命令窗口：将复制的安装命令粘贴。 3.收集好包...
PyTorch 安装
Wang_Jiankun的博客
09-27 374
PyTorch 安装 1、安装 官网： https://pytorch.org/ 根据自己的需求选择要安装的版本，在anaconda上执行提示的命令。 2、测试是否成功安装 # 导入 import torch # pytorch 的版本 torch.__version__ # cuda 是否可用 torch.cuda.is_available() >>>True ...
pytorch安装教程gpu 2025
03-04
### PyTorch GPU 安装教程 2025年版本 #### 准备工作 确保计算机已安装适合的 NVIDIA 显卡驱动程序并确认其正常运行。对于30系列显卡，支持 CUDA 版本需为11.1以上[^1]。 #### 查看Python版本 在命令提示符或终端输入 `python --version` 或者 `python3 --version` 来获取当前系统的 Python 版本号。这一步骤是为了匹配合适的 PyTorch 和 CUDA 组合包。例如，`cp312` 表明对应的是 Python 3.12 的版本。 #### 获取PyTorch安装指令 访问官方 PyTorch 网站，在页面上选择适用于 Windows 平台、所需 Python 版本以及相应的 CUDA 版本（如 cu124 对应于 CUDA 12.4）。点击生成的 pip 命令可以直接用于后续安装过程。 #### 执行安装操作 打开命令行工具执行之前获得的 pip 安装语句。如果是首次安装，则直接运行该命令即可完成整个流程；若要更新现有版本到最新稳定版，建议先卸载旧版本再重新安装新版本。 ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu124 ``` #### 验证安装成功与否 启动一个新的 Python 解释器会话，并尝试导入 `torch` 库来测试是否能够正常使用 GPU 加速功能： ```python import torch print(torch.__version__) print(f"CUDA Available: {torch.cuda.is_available()}") print(f"Number of GPUs: {torch.cuda.device_count()}") ``` 上述代码片段将会打印出 PyTorch 的版本信息、CUDA 是否可用状态及连接了多少张 GPU 设备的信息[^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值