Pytorch—GPU版本安装（.whl文件直接安装）

一般情况下我们可以进入PyTorch官网查看我们所需要的版本，对应的安装代码。例如，若在Windows系统上使用pip包安装支持CUDA11.8版本的Pytorch_2.4.1，我们可能需要在终端输入

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

（如果想知道自己电脑适合什么版本的CUDA，快捷键WIN+R调出运行框输入cmd打开命令行窗口，输入nvidia-smi即可查看，如下图

但是，问题在于运行这段指令后，很慢（这里涉及到换源的问题，本文不作详述），可以换源但零零碎碎的问题还是会有，会让人头大（特别是只想跑个简单代码测试一下的小白）直接劝退了。但是总会有人不甘心，确实也可以试一下哈，如果能安装到显示successful也是没问题的。

———————————————————————————————————————————

下面讲一下我的安装方法，关键是下载torch-2.0.0+cu118-cp311-cp311-win_amd64.whl这个文件

———————————————————————————————————————————

首先我是之前就安装了Anaconda（方法网上很多，忘记参考的是哪篇文章了，这里不作推荐）

（这里需要说明的是，Anaconda只是为了方便环境管理，使用windows命令行窗口，pip install安装也是可以的，安装代码也是下面的pip install + (.whl文件的路径)）

（如果系统里有多个python版本，需要先激活某一个版本的环境，例如3.8.3版本，再安装库，例如numpy，否则在3.11.5版本对应的环境里面找不到numpy这个库的(除非之前3.11.5里面安装过)）

下面继续讲使用Anaconda安装方法：

Anaconda内置conda和pip包，所以你可以选择conda安装或是pip安装都是可以的

Windows搜索框输入Anaconda Prompt，以管理员身份运行，如下所示

如果没有配过Anaconda里面的虚拟环境，可以直接在base环境里面进行下面的操作，如果有其他虚拟环境，使用conda info --envs查看所有环境以及当前所激活的环境（星号所在）参考（网上很多）Anaconda查看、创建、切换虚拟环境_conda 查看环境-CSDN博客

比如我安装torch-2.0.0+cu118-cp311-cp311-win_amd64.whl(118表示CUDA 11.8，311表示python 3.11，注意这些版本必须对应)，下载网站download.pytorch.org/whl/torch_stable.html

具体查找自己电脑适合哪个版本，下载哪个可以参考文章Windows下安装pytorch教程(下载.whl的方式)_pytorch whl-CSDN博客

下载之后（我的.whl文件地址：D:\Google \torch-2.0.0+cu118-cp311-cp311-win_amd64.whl）在Anaconda Prompt（管理员身份运行的）运行以下代码即可完成自动安装

pip install D:\Google \torch-2.0.0+cu118-cp311-cp311-win_amd64.whl

（安装torchvision的话也可以参考文章Windows下安装pytorch教程(下载.whl的方式)_pytorch whl-CSDN博客）

最后如果不放心，也可以运行一下下面的代码，看看会不会有其他包没装给装上（不会重复的包覆盖安装，只会安装缺少的）

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

或者换个源（如果网速OK，且源的传输速度OK的话可以直接运行上面这行，或者下面这行代码去安装torch和torchvision，不用专门下载下来了）

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://mirrors.aliyun.com/pypi/simple

最后可以使用以下代码进行测试，查看是否安装成功

import torch
import torchvision
print("torch:",torch.__version__)
print("torchvision:",torchvision.__version__)
print('GPU:',torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.version.cuda)
print(torch.backends.cudnn.version())
x = torch.rand(5, 3)
print(x)

若安装成功，终端输出显示为

torch: 2.0.0+cu118
torchvision: 0.15.1+cu118
GPU: True
1
11.8
8700
tensor([[0.2420, 0.8180, 0.8087],
        [0.3633, 0.5061, 0.9269],
        [0.0899, 0.9788, 0.6736],
        [0.9925, 0.4331, 0.6456],
        [0.9135, 0.7155, 0.9369]])

如果有需要下载安装包torch-2.0.0+cu118-cp311-cp311-win_amd64.whl，这里我可以分享一下百度网盘链接:torch-2.0.0+cu118-cp311-cp311-win_amd64.whl_免费高速下载|百度网盘-分享无限制 (baidu.com)

最后的最后，欢迎交流NN方面的知识，我也是个初学的小白。

（最后的最后，温馨提示，如果需要长时间训练一个网络，特别是深夜，记得关闭windows自动更新，我就吃亏了一次：如何彻底关闭Win11更新？分享四种关闭方法_win11关闭自动更新-CSDN博客）