anaconda中CPU版本的pytorch安装教程

1.建立Pytorch Anaconda虚拟环境

conda create --name pytorch python=3.6 anaconda

在anaconda装不同环境的好处就是可以把不同的框架独立，互不影响。如果只装pytorch，那么就只有pytorch

2.启动Pytorch Anaconda虚拟环境

activate pytorch

3.安装Pytorch

pytorch官网版本及安装命令选择

因为我安装的CPU版本，所以选CPU

4.安装Pytorch（镜像加速）

配置镜像源

Step 1

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

Step 2

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

Step 3

conda config --set show_channel_urls yes

Step 4

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

Step 5

conda install pytorch torchvision cpuonly

问题1：Invalid spec: =2.7

解决办法：链接

可参考：https://blog.csdn.net/asdfg6541/article/details/104508468/

注意，因为在镜像安装，所以没有官方命令的**-c pytorch**

5.测试

在命令行输入：python，激活python环境

python

然后输入：

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

结果：

6.安装gpu版本的torch

推荐系统玩家 之 Pytorch，CUDA安装实现GPU计算（Anaconda和Pycharm教程）
注意：conda安装10.2的时候，torch还是安装11.1的

NOTE: 'conda-forge' channel is required for cudatoolkit 11.1
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

win10配置Anaconda清华源镜像，conda下载加速

安装教程-torch-gpu

配置清华源改错

配置清华源的8条命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

配置完之后用conda下载torch gpu版本速度起飞

常用测试命令

nvcc -V #查看CUDA版本
nvidia-smi #查看GPU使用情况
# 查看是否安装成功，如果没有其它警告，说明安装成功！
import torch
print(torch.__version__)  #注意是双下划线
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name())

显示：
1.9.1
11.1
True
NVIDIA GeForce RTX 3090