安装 PyTorch 超详细过程

安装 PyTorch

1. 利用 conda 安装 PyTorch

1.1 创建一个虚拟环境

• 利用 conda create 指令创建新的虚拟环境

  conda create -n 虚拟环境名字 python=版本

• 添加镜像加速

  conda create -n 虚拟环境名字 python=版本 -c 镜像地址

• 如果以上两种方法都不行，就直接在base环境下安装后续的包

镜像名	用于创建环境镜像地址 - cudatookit
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
北京外国语大学镜像	https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/
阿里云镜像	https://mirrors.aliyun.com/anaconda/pkgs/main/

删除虚拟环境：conda remove -n 虚拟环境名字 --all

持久添加通道：conda config --add channels 通道地址

删除通道：conda config --remove channels 通道地址

查看配置文件中国有哪些通道：

• conda config --get
• conda config --show

conda create -n 虚拟环境名与conda create 虚拟环境名 -c 通道地址的区别：
不加 -c，就从配置文件中的通道找资源。
加 -c，就从后面的通道地址中找资源。

如果提示需要更新 conda 版本，输入以下命令即可更新：

conda update -n base -c defaults conda --repodata-fn=repodata.json

1.2 判断 cuda Runtime 版本

1.打开 anaconda 命令窗口，输入

(base) C:\Users\Lenovo>nvidia-smi

看到 CUDA Version：12.2，也就是 cuda driver 的版本是 12.2

2.打开 PyTorch 官网，确定 CUDA Runtime 版本

这个版本要比driver版本低。

目前表示 CUDA Runtime 版本是 11.7

3.如果 CUDA driver 版本较低，需要更新显卡驱动到最新版：https://www.nvidia.cn/Download/index.aspx?lang=cn

搜索后下载。

1.3 在创建好的虚拟环境中安装 PyTorch

需要先输入conda activate 虚拟环境名字进入虚拟环境

• 从 PyTorch 官网采用命令行下载

  conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

• 添加镜像源下载

  conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c 镜像地址

镜像名	镜像地址 - pytorch, torchvision, torchaudio
清华镜像	https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
北京外国语大学镜像	https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
阿里云镜像	https://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
南京大学镜像	https://mirrors.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/

但是！！！直接用 清华镜像 + 上图官网的命令 有可能会安装成 cpu 版本，因此需要指定各个包的版本。我在 PyTorch 官网找到了之前的版本，有如下命令：

conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2

安装很快，十分钟就好了。。。我也不知道具体什么原理

2. 利用 pip 安装 PyTorch

如果用 conda 死活装不上，各种报错，就用这个方法，几分钟就下完了。。。

用 anaconda 命令行，进入之前创建好的虚拟环境，输入：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

但是！！！我使用了这个方法，在验证时失败，并且输入conda list和pip list均无 PyTorch，所以最后我还是使用了 conda 进行安装。

验证 PyTorch

在虚拟环境下输入python，进入 python 模式

输入import torch没有报错

输入torch.cuda.is_available()，返回 True

则说明安装成功！

完结撒花！！！太不容易了