CPU版本torch与torchvision更换至GPU版本（离线安装）

最新推荐文章于 2025-03-05 11:58:22 发布

YulokLe

最新推荐文章于 2025-03-05 11:58:22 发布

阅读量6.3k

点赞数 6

文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/YulokLe/article/details/130764192

版权

本文详细介绍了如何检查和确认PyTorch的CPU/CUDA版本，卸载现有版本，然后根据Nvidia显卡的CUDA版本选择合适的torch和torchvisionwheel文件进行离线安装。关键步骤包括查看CUDA版本，选择匹配的torch与torchvision版本，以及使用pip进行安装。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.进入python环境，输入：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

得到结果:torch是CPU版本且cuda不可用

2.卸载torch和torchvision

#先退出python环境
pip uninstall torch

pip uninstall torchvision

确认卸载后，在终端输入

nvidia-smi.exe

以查看Nvidia显卡的CUDA版本

注意右上角的 CUDA Version,此处版本为11.1，对应的torch的版本为cu111

再在终端输入:

python -m pip debug --verbose

以查看自己能安装的wheel版本

这里选择第一个 cp38-cp38-win_amd64

其中:cp表示python版本3.8，win_amd64表示windows 64位操作系统，结合之前的Cuda版本，

进入https://download.pytorch.org/whl/torch_stable.html下载对应的torch和torchvision以便进行离线安装。

使用Ctrl+F查找到自己对应的版本，注意！torchvision版本要与torch版本对应！如果不了解可以通过下方链接查看：

torch torchvision版本对应关系_torch与torchvision版本_四木小子的博客-CSDN博客

torch1.9.1对应的torchvision版本是0.10.1,如果vision版本下载不符合条件的话pip会自动下载对应旧/新版本

接下来在终端进入你torch和torchvision目前所在的文件夹

#因为下载地址在G盘，所以先切换到G盘
C:\Users\Administrator> G:

G:\>cd G:\下载

G:\下载>pip install torch-1.9.1+cu111-cp38-cp38-win_amd64.whl
#pip intstall + 你下载的包名，下同

G:\下载>pip install torchvision-0.10.1+cu111-cp38-cp38-win_amd64.whl

确保出现Successfully installed后

终端输入pip list,查看torch和torchvision

进入Python环境

import torch

torch.__version__

torch.cuda.is_available()

torch.cuda.get_device_name(0)

至此，安装完成。