前言
首先假设大家电脑拥有GPU
步骤
- 查看自己电脑GPU信息,打开终端输入指令
nvidia-smi
框起来的部分就是电脑能支持下载的最高CUDA版本
- 接下来进入Pytorch官网查看各版本对应的信息。点击这里查看历史版本的对应信息
- 如果大家执行官网上的命令存在问题的话,则进行这一步。根据自己电脑的CUDA版本下载对应的torch和torchversion至同一文件夹,文件夹位置没有要求。对于CUDA版本为10.1的伙伴们,按照下面的版本下载。
- 进入torch的whl文件下载网站。torchvision版本需要在前面步骤的官网内对应好,比如上面的那个torch版本对应的torchvision。比如我的目标环境CUDA版本为10.1,python版本为3.8,这里就要选择这个。
torchvision版本选择这个下载。记住下载到同一文件夹。
- 之后进入这两个文件所在的路径内,右键单击在终端执行,激活目标的conda环境,输入以下两条命令。记住要修改install后面的文件名!
pip install torch-1.7.1+cu101-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install torchvision-0.8.2+cu101-cp38-cp38-win_amd64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
- 安装完成后这两个文件可以删除