pytorch 2.0.1 版本 [gpu] 安装

安装Anaconda

1.下载官网

我们下载anaconda的目的主要是为了下一步的python环境管理，所以不考虑anaconda与已有的python的版本是否匹配的问题。

下方点击之后会出现

可以根据自己的需要下载安装包。
本文以Windows版本的安装包为主。
2.安装
一路next，顺着它的安装步骤来就行。
3.打开
anaconda有两个操作界面：
一个是图形可视化操作界面：Anaconda Navigator
一个是命令行式操作界面：Anaconda Prompt
点开win,找到Anaconda Prompt：

打开后看见命令行文件路径前有（base），说明安装成功

虚拟python坏境管理

深度学习中很多项目，由于其依赖包的各种各样，也导致了会出现多个项目使用的python版本不一致的情况。
所以在这里我们就需要建立不同的环境，在不同的需要的时候去使用。类似于电脑上的虚拟机用于运行不同的OS系统。
(1) 打开Anaconda Prompt
(2) 创建一个python版本为3.9的且命名为"env_name"的环境

conda create -n env_name python==3.9

(3)可能会提示让你下载一些包，根据提示决定是否下载就行。

激活/进入 环境()

conda activate env_name

关闭/退出 当前环境()

conda deactivate 

销毁一个 环境() 及其下的所有包

conda remove --name env_name --all

查看有哪些 环境()

conda env list

Pytorch安装

注意，在安装pytorch前最好安装你想下载的pytorch版本对应的cuda版本，以及cudnn。
可参考文章

1.进入官网下载
可以看到下图
pytorch 2.0.1 仅支持CUDA 11.7 和 CUDA 11.8
可以打开计算机的cmd:

查看显卡状态。
右上角的CUDA Version:为显卡支持的最高的CUDA版本。
大家可以根据这个去找适合自己的pytorch 版本。

简单解释：

• stable：稳定版 Preview:预测版。（一般选择稳定版）
• Your OS:机器的操作系统
• 包：conda 和 pip 都可以（不过在anaconda中由于conda下的包比pip下的包优先级更高，故当下载某个包时，一般都是先用conda，不行再用pip）
• Language:使用的编程语言，也就是c版的pytorch库，和 python版的pytorch库。
• Computer Platform:CUDA版本可以使用gpu，机器无gpu或不打算用cpu可以直接选择CPU版。
• 最后一行就是官网根据你的搭配，给出的下载命令，只要在Anaconda Promote的对应环境下输入这段命令即可

注意： -c pytorch -c nvidia 表示前面的包下载的源地址。
考虑到conda的服务器在国外，下载会很慢，
我们 删去 “-c” pytorch ,并添加国内镜像通道，使得 包 pytorch,torchvision,torchaudio从国内镜像网站下载。
（1）conda 清华源
先看官方文档

根据提示以记事本形式打开用户目录下的.condarc文件

将下列内容复制到打开的.condarc文件中。

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

注意：
以下述命令为例。

该命令需要从 pytorch,nvidia 的网址获取包。
我们在custom_channels(候选通道)中找到合适的通道，并添加到channels下；

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

（2）下载pytorch

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

下载这里，如果出问题可以在评论区留言

检验是否安装成功

在安装pytorch的命令行里，键入：

python

在打开的python交互界面输入以下代码：

import torch
x = torch.rand(5, 3)
print(x)

正常输出应该类似于

tensor([[0.3380, 0.3845, 0.3217],
[0.8337, 0.9050, 0.2650],
[0.2979, 0.7141, 0.9069],
[0.1449, 0.1132, 0.1375],
[0.4675, 0.3947, 0.1426]])

此外，要检查 GPU 驱动程序和 CUDA 是否已启用并由 PyTorch 访问，运行以下命令以返回是否启用了 CUDA 驱动程序：

import torch
torch.cuda.is_available()

若输出：True 则安装成功