在anaconda中下载pytorch

最新推荐文章于 2024-05-15 21:32:04 发布

芝麻芝麻快长头发

最新推荐文章于 2024-05-15 21:32:04 发布

阅读量1.5k

点赞数 4

分类专栏：安装步骤文章标签： pytorch python 人工智能

本文链接：https://blog.csdn.net/qq_43440821/article/details/129866888

版权

安装步骤专栏收录该内容

5 篇文章 0 订阅

订阅专栏

下载pytorch流程（十大步，中国人不骗中国人）

下载anaconda，直接在官网下载即可（https://www.anaconda.com/）
在anaconda里创建虚拟环境：
------使用命令：conda create -n 虚拟环境名字 python=版本号
------删除命令：如果现在在当前新创建的虚拟环境中，先退出来，使用命令：deactivate；如果不在当前的新创建的虚拟环境中，则使用命令：conda remove -n 虚拟环境名字 --all
查看电脑的GPU型号：
------打开电脑的任务管理器，查看GPU的型号，之后去网上查找型号对应的算力是多大，以及算力所对应的cuda sdk版本号（即cuda runtime 版本号）是多少。
查看电脑的CUDA driver version:
------打开电脑的命令行窗口（Anaconda Prompt），输入命令：nvidia-smi
出现如下结果：（可以看到我的显卡驱动器版本是12.1，之前是11.6，意味着我中间进行了一个更新操作）
显卡驱动器更新操作：（这一步最好都做一下，避免之后的操作出现问题，毕竟很快不耽误啥事儿）
------打开网址：https://www.nvidia.cn/Download/index.aspx?lang=cn
------显示如下页面：
根据自己的GPU型号去查找自己对应的驱动程序，然后下载就可以，下载的过程中不用更改什么设置，一直“next step”就可以哈。
下载好之后再去命令行窗口（Anaconda Prompt），输入命令：nvidia-smi，查看自己的驱动程序的版本。
**注意注意注意！！！**显卡驱动器（cuda driver）的版本要 >= cuda runtime version ！！
接下来就到了最关键的一步啦！！去pytorch网站上进行下载（https://pytorch.org/）
------显示如下：
除了最后一个选项，上面的四个选项看个人需要，基本第一个就选稳定版本（stable）就可以了，推荐第三个选项选择“conda”，pip也可以但是好像很慢。
最关键的就是最后一个选项啦–Computer Platform，这个的版本选择就是我们在上面已经查找过的cuda runtime版本（cuda sdk），基于 cuda driver version （已经经由命令nvidia-smi得知）要 >= cuda runtime version 的原则，选择合适的cuda版本，基本上是选新不选旧，但也要根据自身情况哦。
复制最后生成的cuda命令到命令行窗口（Anaconda Prompt）：
------先根据命令：conda activate 虚拟环境名字 然后进入到对应的虚拟环境中
------再拷贝复制过来的命令，回车，慢慢等安装
------通常情况下，网速不好的人会下载的很慢，这个时候就推荐使用国内的镜像地址：
（omg我创建的另一个虚拟环境使用官网的下载命令下载成功啦~~其实更推荐使用官网的原命令进行下载，这样的版本会新）
好像南京大学镜像会有问题出现，但是我第一次下的时候就是从南京大学镜像网址下的，虽然有一丢丢的慢但是最后也下成了，如果下的时候觉得这个网址慢的话可以关掉命令行再重新选择另一个地址下载哈清华镜像：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/ 阿里巴巴镜像：http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/
南京大学镜像：https://mirrors.edu.cn/pub/anaconda/cloud/pytorch/win-64/
```
		下载的方式和在pytorch官网下载的命令差不多，比如我这边的下载命令是：
		
		conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
	我只需要把 -c 后面的pytorch改为镜像地址就可以了
	例如：我使用南京大学的
	conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c https://mirrors.edu.cn/pub/anaconda/cloud/pytorch/win-64/ -c nvidia
```
验证pytorch下载是否成功：
------在虚拟环境下输入命令：conda list
------看有没有pytorch 或者 torch
------输入如下命令，最后显示True则表示安装成功~~恭喜恭喜