pytorch安装配置

已于 2025-01-17 15:30:56 修改
阅读量669 收藏 6
点赞数 3
文章标签： pytorch
于 2025-01-06 20:51:23 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_63790127/article/details/144970987
版权

1.下载网页：PyTorch

下拉到下面界面，cuda的版本查找可以参考CUDA学习（一）——如何查看自己CUDA版本？_cuda version-CSDN博客

我的版本号是12.7

然后把上面run this command输入到任务管理器：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

pip后的3可删可不删，崩溃装这么久。休息一天了，明天继续（慢的原因主要是在官网下如果有类似于镜像网站的话可能会快很多）

pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

这种可能会更快，但我还是用原装了防止有问题。

晚上12点终于好了

辛之助
关注
PyTorch安装与配置
unravel_tom的博客
05-25 1252
参考文档：解释器——python.exe，是人类与CPU之间的桥梁，需要配置系统环境变量 Anaconda：集成环境，包管理器 Conda当然我会给你提一些使用建议： Jetbrains Toobox：管理你的jetbrains下载的所有工具，安装/卸载工具方便，管理版本也方便，在Win电脑任务栏可快捷打开下载后的配置我不做过多描述，都学到配置PyTorch了，你多半很会敲代码了。PyTorch的安装可根据设备类型分为GPU版或CPU版。由于 CUDA 12.x 目前还没有广泛支持的 PyTorch 版本，
pytorch安装配置教程
10-12
PyTorch 的安装配置过程涉及 Python 的安装、PyTorch 本体及其依赖库的安装、验证安装和配置开发环境等多个步骤。通过一系列简单的命令和步骤，可以顺利完成 PyTorch 的配置，从而开始进行机器学习和深度学习项目。
安装GPU版本的Pytorch-蕴含“三”之妙道（时短，力少，效高）
2301_79225008的博客
10-17 1868
Pytorch作为**深度学习**入门的一个框架，十分适合初学者入门，但是很多新手总会在安装相关环境的时候遇到各种难题，无法下载，下载速度慢，版本不兼容等情况，往往费时费力最后都不一定能下好，在这里我总结了下载安装的详细步骤，以及可能会遇到的问题，来供大家参考。 值得注意的是，这种方法是基于Pycharm自带的venv虚拟环境，但最后的结果是一样的，而且更加省时省力，且无需科学上网。
CUDA详细安装及环境配置——环境配置指南 – CUDA+cuDNN+PyTorch 安装
最新发布
群智能算法开发
04-01 3656
注意选择你的操作系统，什么版本的 我是Windows11 需要选择11，离线安装包还是在线安装包，省得麻烦就选择离线安装包了，选择好后，点击下面的Download按钮。可以看到显示CUDA Version为11.6，说明该显卡最高支持到11.6，我这里就选择11.6的版本，你也可以选择更低的版本比如 11.5,11.4更低的版本。把CUDA选一下，还需要注意一点，如果 你前面没有安装vs，直接安装的这个，需要把CUDA里面的。这里提示了你选择的组件的安装情况，到这就安装好了，点击关闭。
【环境搭建】Python、PyTorch与cuda的版本对应表
weixin_41809117的博客
08-16 5万+
Torch版本可选的CUDA版本支持的Python版本
Pytorch安装（GPU版）
qq_43827597的博客
12-25 3680
（1）查看自己显卡适合的版本(2)查看教程，教程说要下载对应版本的CUDA，但是登入发现最高的CUDA也只是12.6，而上面组件信息提示要下载12.7版本的CUDA，我感觉这应该是当前显卡最高能下到的版本，于是折中下载12.5版本的CUDA(3)下载后是个exe文件，双击即可运行，一步步来即可。需要注意的地方是当选择要安装到的文件夹位置时最好选择默认的即可，在安装过程中，我更改了默认安装路径，在安装过程中，出现了闪退重启的现象，选择默认安装路径之后，安装成功。
PyTorch和CUDA版本对应关系
weixin_42569956的博客
11-02 3万+
PyTorch和CUDA版本对应关系
CUDA环境配置（自用）
qq_64296768的博客
11-29 807
CUDA环境配置（自用）
记录一次CUDA装不上，之前的CUDA也无法卸载【win11】
qq_41480495的博客
10-10 490
事情是这样的，最近想搞知识图谱的智能提取、检索项目，最好是大模型+知识图谱，但是发现之前装的456.xx的NVIDIA图形驱动程序（CUDA11.7）一跑代码就爆显存，其实这个问题之前就有，只是研究生期间实验室里面有几十台服务器，也就一直没管自己电脑这个问题。现在的CUDA是12.7，用pip装pytorch比较好使（不要用conda会卡死，详细参考pytorch官网，有conda和pip两种方法，用conda创建的环境也可以通过pip装进环境里面）
一文搞定pytorch配置
LittleDragorse的博客
11-06 6263
简易版安装pytorch指南
PyTorch安装配置教程-针对PyCharm新版本与Anaconda集成的详细指南
03-19
内容概要：本文档为用户提供了一套详细的PyTorch安装和配置指南，主要涵盖Python、PyCharm最新版本以及Anaconda的预装前提下，如何高效地完成创建并激活虚拟环境、PyTorch安装及其验证步骤。特别针对新手容易遇到的...
PyTorch安装配置+YOLOv5-5.0实现口罩检测+GPU训练实现办法汇总（非常全）
06-15
### PyTorch安装配置 #### 一、PyTorch与Anaconda环境搭建 为了确保能够顺利地使用PyTorch进行开发工作，首先需要一个稳定且兼容性良好的开发环境。推荐使用Anaconda来管理Python环境，因为它能很好地处理依赖关系...
pytorch安装教程，pytorch环境配置
08-03
PyTorch 安装教程和环境配置详解 PyTorch 是一个基于 Python 的机器学习框架，广泛应用于深度学习和人工智能领域。 本文将详细介绍 PyTorch 的安装教程和环境配置，包括 Anaconda 的安装、PyTorch 的安装、GPU 版本...
yolov5的GPU部署
lxy200528的博客
12-29 521
其中，yolov5_gpu是环境的名字可以自定义，python版本也可以自定义，但必须要和pytorch版本匹配。使用pycharm打开yolov5项目，可以看到有requirements.txt。2.下载模型，当前页面下拉即可找到，根据需要选择合适的模型。3.yolov5的requirements安装。到创建的yolov5_gpu环境中执行。如图，CUDA对应的版本为12.7。3.分别运行下载的安装程序。2.下载对应版本的CUDA。1.查看支持的CUDA。3.运行下载的安装程序。2.pytorch安装。
3060 cuda记录
hxsln11的博客
01-07 723
0 N/A N/A 12148 C+G ...me顺网专版\qbblinktrial\browser.exe N/A || 0 N/A N/A 11600 C+G ...ㄓ霉ぞ運谷歌浏览器\win10\chrome.exe N/A |默认安装的路径 C:\Users\ADMINI~1\AppData\Local\Temp\CUDA。2.cuda_11.8.0_522.06_windows 安装。
【深度学习实操】一文搞懂如何使用GPU跑深度学习代码！！！(CUDA+torch-gpu下载指南)
@啊哈哈哈哈哈韩的博客
01-16 1475
这个专栏主要是我在学习中总结的一些问题，以备未来笔试和面试之需，不过由于学习的不深入，也只是走马观花，很多问题总结得也不是很透彻，望读者见谅，如果有错误和不足之处，还望大家在评论区指出。检查一下安装的是不是GPU版本，输入pip list，看一下安装的torch版本，如果是有+cu的，就是GPU版本，如果没有带+cu，就是CPU版本，要卸载重新安装，否则会报错！：建议不要下载太高版本的CUDA，11.7就是一个不错的选择，太高的话，后面可能出现和包不匹配的报错，选低不选高，选旧不选新！
下载Cuda（GPU版本）含泪踩坑五天
www1qwer的博客
11-01 8559
然后我们就知道自己的cuda版本了然后回到这个页面选择stable稳定版，然后选择自己的系统（我的是windows），下载包的方式（我这里选的是pip），cuda版本；等下载完成之后打开文件夹找到下载好的whl文件，再打开anaconda powshell启动建好的虚拟环境jin，然后输入pip install 把下载好的文件拖进去如图所示，按下回车即可这里因为本地已经有了这个文件所以这次就下载的很快。进入页面后滑动到下侧这个页面这里就按照自己电脑的配置来进行相应的下载，一般下载stable版本就可以。
一看就懂的 CUDA安装教程及Pytorch GPU版本安装教程
热门推荐
Evan_qin_yi_quan的博客
03-10 6万+
一看就懂的 CUDA安装教程
cuda12.7安装pytorch
02-28
### 如何在 CUDA 12.7 上安装 PyTorch 对于 CUDA 12.7 版本，官方支持的 PyTorch 安装命令可能尚未更新至该特定版本。然而，可以根据已有的信息推断出适合的操作方法。 为了确保兼容性和稳定性，在安装前应确认本地环境中 CUDA 的确切版本，并选择最接近且受支持的 PyTorch 构建版本。由于目前最新的稳定版 PyTorch 支持 CUDA 12.4[^1]，建议采用此版本作为基础来尝试安装适用于更高 CUDA 版本（如 12.7）的 PyTorch。 #### 使用 Conda 安装 PyTorch 和相关依赖项 推荐通过 Anaconda 或 Miniconda 来管理 Python 环境以及安装 PyTorch 及其组件，因为这种方式能够更好地处理库之间的依赖关系并减少冲突的可能性： ```bash conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia ``` 尽管上述命令指定的是 `pytorch-cuda=12.4`，但在某些情况下，Conda 渠道可能会自动适配更高级别的 CUDA 库以匹配系统的实际状况。因此，即使指定了较低版本的 CUDA，也有可能成功运行于更高的 CUDA 平台上。 如果遇到任何问题或者希望强制针对 CUDA 12.7 进行优化，则可以通过访问 [PyTorch官方网站](https://pytorch.org/get-started/locally/) 获取最新指导说明，并手动挑选合适的预编译包进行离线安装[^3]。 另外一种方式是利用 pip 工具配合清华源加速下载过程，这通常能提高国内用户的下载速度： ```bash pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu124/ ``` 需要注意的是，这里的 URL 参数 (`cu124`) 表示用于 CUDA 12.4 的构建；当面对 CUDA 12.7 时，应当寻找对应的标签或路径，不过截至当前时间点，官方文档中并未提供直接针对 CUDA 12.7 的选项[^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值