①import不是内部外部命令
解决办法:先从win+cmd导入的命令提示符中输入python(注:python版本最好是3.8.X),然后再import torch
②pytorch 安装
网站:download.pytorch.org/whl/torch_stable.html
找到对应的cuda和内置python版本就可以下载了,下载完毕后放到桌面上的一个文件夹里,在文件夹地址栏输入“cmd”,进入命令提示符,输入pip install torch后按tab键自动补全,torchvision同理。
③验证安装成功
在①的基础上,输入以下命令:
print(torch.cuda.is_available())
④cuda安装:
在win+cmd提示符中输入“nvcc -V”查看电脑cuda版本,若没有cuda则会提示非内部或外部命令。
进入官网下载:CUDA Toolkit Archive | NVIDIA Developer
找到对应的cuda版本。
⑤cuda版本怎么查?
控制面板→搜索NVIDIA控制面板→左下角系统信息→组件
⑥是否有独立显卡?
右键此电脑“管理”→设备管理器→显示适配器
两个就说明有独立显卡
⑦GPU环境
Control+alt+del进入任务管理器→性能
⑧在pytorch环境下装torch(pytorch是框架,torch是包)
打开anaconda prompt,(若无权限就用管理员身份运行)→先输入“conda create –n pytorch python=3.8”,建立pytorch虚拟环境(python是电脑内置python的版本,建议≤3.10)→再键入conda activate pytorch启用虚拟环境→粘贴如下代码:
pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0--extra-index-url https://download.pytorch.org/whl/cu116
其中cu代表电脑的cuda版本,安装对应的torch包时应≤电脑对应的cuda版本。
Previous PyTorch Versions | PyTorch在这可以找到旧版本
(i)conda activate pytorch 激活pytorch环境
(ii)python 查看python版本,并检测torch是否成功安装
(iii)import torch
torch.cuda.is_available()→True 导入torch模块,并检验是否可用
(iv)exit() 退出程序
(v)conda deactivate 退出环境
⑨在jupyter中激活并使用pytorch
(i)先查看当前conda环境下所有虚拟环境——conda env list
(ii)查看已经写入kernel的虚拟环境——jupyter kernelspec list
(iii)激活pytorch的虚拟环境——conda activate pytorch
(iv)使用pip list 查看是否拥有ipykernel模组,若没有则使用pip install ipykernel安装
(v)将pytorch虚拟环境加入到jupyter的kernel中
python -m ipykernel install –user –name=pytorch
(vi)再次查看——jupyter kernelspec list
(vii)删除命令——jupyter kernelspec remove Kernelname(Kernel名称)
注:一定要先激活conda环境后再执行安装激活等操作