写在前面!!!
先把显卡驱动更到最新!如图所示,显卡驱动越新,支持的CUDA版本就越多。
1. 确定安装方式
- Conda安装
- Wheel安装
2. Conda安装(以v2.0.0为例)
# OSX
# conda
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 -c pytorch
# Linux and Windows
# CUDA 11.7
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
# CUDA 11.8
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
# CPU Only
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 cpuonly -c pytorch
3. Wheel安装(v2.0.0~v2.3.1的语句)
测试点:是不是Wheel语句不包含cuda工具包了
# OSX
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
# Linux and Windows
# ROCM 5.4.2 (Linux only)
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/rocm5.4.2
# CUDA 11.7
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
# CUDA 11.8
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
# CPU only
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cpu
4. 总结
- 采用Conda方式安装时,会自动安装pytorch和cuda工具包(本文小写的cuda指安装pytorch语句中带的cuda,并非英伟达官网下载的完整的CUDA,pytorch+cuda即可完成大多数训练。torchversion中有时会需要cuDNN,cuDNN应该需要完整的CUDA,需要时下载即可)。
- 采用Wheel方式安装时,v2.0.0~v2.3.1中,从pytorch官网语句上得到的“表面结论”是不带cuda了,可能需要自行下载CUDA,(cuDNN的需求同上)。
- 若需下载cuDNN,可对照CUDA版本、显卡驱动版本进行下载