Windows10+cuda11.8安装pytorch

最新推荐文章于 2025-04-23 21:43:30 发布

袁泽斌的学习记录

最新推荐文章于 2025-04-23 21:43:30 发布

阅读量2.3k

点赞数 2

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/m0_69253695/article/details/136799562

版权

注意要先安装好cuda和cudnn，并建立虚拟环境

1.进入conda虚拟环境

2.输入下面的指令

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

或者进入链接下载https://download.pytorch.org/whl/torch_stable.html

（注释：cu118表示cuda11.8，cp39表示python3.9，）

下载完成后，进入conda虚拟环境，切换到下载的文件夹

pip install 文件名

安装完成

本文参考文章http://t.csdnimg.cn/wbAxS

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

袁泽斌的学习记录

关注关注

2
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

在Windows上离线安装指定版本的Pytorch（以CUDA11.8版本为例）

AnChenliang_1002的博客

07-31

2152

我们都知道，通过 pip或conda在线安装Pytorch是非常方便的，但是有时候网络环境受到限制，比如公司的工作站（无法连接网络）或者机房的教学机器等等，只能通过离线的方式安装Pytorch；今天就来记录一下离线安装Pytorch的过程。并记录了遇到的问题及解决过程。对于深度学习环境搭建来说，选择Pytorch的版本是非常重要的，尤其是对于GPU的机器，不同版本的CUDA也对应着不同版本的Pytorch；本文以CUDA11.8为例，离线安装CUDA11.8对应的Pytorch。

CUDA11.8安装pytorch1.13.0

AI浩

06-27

2756

记录一下，CUDA11.8是否可以安装pytorch1.13.0。本机环境是CUDA11.8，这个一个长期稳定环境。但是，有些库需要用低版本的pytorch，最高支持1.13.0。我直接安装pytorch1.13.0，可以安装，运行命令也没有问题！

参与评论您还未登录，请先登录后发表或查看评论

（2025最新版）CUDA安装及环境配置

热门推荐

rxxacm的博客

10-14

1万+

win11下4060配置cuda+pytorch

【安装pytorch】

ganhui13000的博客

02-14

3370

安装pytorch，为了神经网络机器学习

【PyTorch学习笔记】安装PyTorch2.0.0，CUDA11.8

HeYixin1997的博客

11-17

2188

安装PyTorch2.0.0，CUDA11.8

win10 cuda11.8 和torch2.0 安装

qq_40905284的博客

03-21

1万+

win10 cuda11.8 和torch2.0 安装,pytorch 新版本

Win11下安装 pytorch3D（Python310，Cuda 11.8，pyTorch 2.4.0）

01-08

Win11下安装 pytorch3D（Python310，Cuda 11.8，pyTorch 2.4.0）

torch-1.14.0+cuda11.8+sm-90+deepspeed

06-03

无奈下我编译了torch-1.14，配合cuda11.8，能支持h100运行在deepspeed下训练大模型了编译&使用环境 ubuntu：22.04 python：3.10.6 nvidia-smi： 525.105.17 cuda：11.8 deepspeed：0.9.2 cpu：inter 注意：编译此...

Win11下安装 pytorch3D（Python 310，Cuda 11.8，pyTorch 2.4.0）

weixin_41032661的博客

01-08

702

git clone pytorch3d 代码，打开setup.py 第177行，进行如下替换。（原因：windows ninja 总报错）：找到 VS 2019 Command Prompt （没装 VS 2019 自行搜索安装教程吧）：检查 Path，CUDA_HOME，CUDA_PATH，确保你的编译环境是Cuda 11.8。然后依次执行以下操作（路径自己按需改一下），等待编译成功即可。Windows 下安装 Pytorch3D。：下载cub，并加入CUB_HOME。，这里用1.17.2 ）

Centos7配置深度学习环境 CUDA 11.8+PyTorch 2.2.2

x737686314的博客

08-20

2726

但如果是普通用户安装，需设定安装路径为用户主目录下，光标移动到Change Toolkit Install Path按回车，手动修改安装路径后按回车退出路径配置界面。根据自己要求选择服务，我们只安装CUDA Toolkit 11.8，光标分别移动到Driver、CUDA Demo Suite 11.8、CUDA Documentation 11.8，按空格键，去掉选择。光标移动到Done按回车，退出配置界面，回到开始界面，光标移动到Install按回车，开始安装，安装完成如下图。

win10+cuda10.0+pytorch安装

01-06

简介由于PyTorch在中国大陆的安装包下载十分缓慢，导致很多在线安装方法难以实现。故对Pytorch在windows下的安装方法做一个简单说明，希望能够帮助到更多的朋友。有任何问题，可以联系我。解决方法是：先将安装包下载到本地，再用pip install安装。本机配置系统配置 Windows Anaconda 环境 Python 3.7 CUDA内核显卡 NVIDIA Quadro P4000 1、进入Pytorch官网https://pytorch.org/ 看到该部分类容后，根据自己的电脑配置，选择相应的选项。 Package 建议使用pip，这样才会提供Run this Co

GPU深度学习环境搭建：Win10+CUDA 11.7+Pytorch1.13.1+Anaconda3+python3.10.9

weixin_43117514的博客

04-19

1869

根据 CUDA 11.7 版本查看 Pytorch的对应版本为 1.13.1，再根据 Pytorch 1.31.1 版本查看Python对应的版本为 >=3.7 到 <=3.10 ，此处选择Python3.10.9案例。第一个路径默认（后面系统会自动删掉），选择精简，这里建议默认安装，也可手动安装，但是要记得自己安装的位置，因为后面需要配置系统环境变量。根据显示，显卡驱动版本为：Driver Version: 516.59，CUDA 的版本为：CUDA Version 11.7。

Cuda+PythorchGPU版本安装

epiphanylcw的博客

05-05

1012

确定自己能使用的CUDA版本，即CUDA Runtime Version，也就是上面图上的版本。要保证CUDA Driver 版本 >= CUDA Runtime 版本，像我的CUDA是12.3版本，我安装的时候选择了11.8的版本。接下去英伟达官网下载11.8版本的Cuda。点击下载。

Ubuntu安装Cuda与Pytorch

zhuaba_258的博客

10-23

1449

找到自己要的命令复制，注意要和cuda版本相同，本次pip安装一次成功，推荐pip。1、确定版本，本次安装cuda11.8与pytorch2.0.0，下图偷懒来源于gpt，不保全对。查看输出，尤其是print(torch.cuda.is_available())是否返回True。进入下一个界面如下，我这里选择只安装cuda toolkit,不安装driver，不然会报错。推荐选择runfile(local)，敲的命令少很多。打开conda环境，粘贴上面复制的命令。，查看驱动是否和cuda版本适配。

conda安装cuda(11.8)+cudnn（8.9.2）+pytorch（2.0.0）

jiall20的博客

10-24

6295

参考链接：（无意间刷到一个博主发现遇到了同样的问题，且提出了解决办法）什么都没出现说明pytorch安装成功。中找到你要下载的版本的指令（出现True说明成功。

安装cuda11.8版本的torch

_Hope_

06-22

2274

在这里可以下载cuda11.8版本的不同版本的torch都有。

pytorch与cuda等的对应关系

nothingnobug的博客

06-08

8731

##pytorch与cuda等的对应关系自己的笔记 1.这里pytorch和cudatoolkit版本对应关系： https://pytorch.org/get-started/previous-versions/ 2.cudatoolkit版本和系统cuda对应关系： https://www.zhihu.com/question/344950161/answer/818139888 3.系统cuda和nvidia对应关系： https://blog.csdn.net/He_9520/article/d

pytorch版本和cuda版本对应

木槿qwer的博客

11-13

1万+

pytorch版本+cuda版本匹配

cuda11.8安装pytorch镜像源

03-03

### 如何找到兼容 CUDA 11.8 的 PyTorch 安装镜像源对于寻找适用于特定 CUDA 版本的 PyTorch 安装镜像源，官方提供了详细的指导文档[^2]。当 NVIDIA-SMI 显示版本为 12.5 并不表示仅限于安装此版本的 CUDA；实际上支持向下兼容至更低版本如 11.8 或更早版本。为了确保所使用的 PyTorch 能够与已有的 CUDA 11.8 正常协作，在选择 PyTorch 安装包时需特别注意其依赖关系。通常推荐通过 Anaconda 来管理环境并安装合适的 PyTorch 版本，因为这种方式能够简化依赖项处理过程，并减少潜在冲突的可能性。具体操作如下： #### 使用 Conda 安装指定 CUDA 版本的 PyTorch 可以通过 conda 命令来获取匹配 CUDA 11.8 的 PyTorch 发行版： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch ``` 这条命令会自动解析并安装适合当前系统的 PyTorch 及其相关组件，同时确保它们都基于相同的 CUDA 工具链 (即 v11.8)[^3]。另外，如果偏好 pip 方式，则可以从 PyPI 获取预编译好的二进制文件，但需要注意的是并非所有组合都有现成构建提供给 pip 用户。此时建议访问 [PyTorch官方网站](https://pytorch.org/get-started/locally/) 查看最新的安装指南以及可用选项列表。 #### 验证安装成功与否完成上述步骤之后，可通过 Python 解释器内运行 `import torch` 和 `print(torch.cuda.is_available())` 来验证是否正确加载了带有 GPU 支持的 PyTorch 库。若返回 True 则说明一切正常工作。