省流版
目前直接点开官网,看到的安装链接是这样的:
倘若你的系统的CUDA版本恰好是11.2,而且又懒得升级,可以采取指定版本安装的方式装PyTorch:
运行指令,查看自己的显卡的版本号:
nvidia-smi -i 0
打开官网的所有版本。
注意:PyTorch没有专门针对CUDA 11.2发行的版本,如果要下载,只能下载CUDA 11.1对应的。
而CUDA 11.1对应的版本,不包括torch 1.11。
如果想下torch 1.11.0+cu111,那是不可能的。
搜索cu111
,会发现cu111
不支持pytorch 1.11
,其他的倒无所谓。
然后,手动指定安装版本就行,如下:
pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
详细解释版
标题:PyTorch在CUDA 11.2环境下的安装指南
在PyTorch的官网上,我们可以找到官方的安装指南。然而,如果你的系统使用的是CUDA 11.2版本,并且你希望保持这个版本而不想升级,那么你可能需要按照特定的方式来安装PyTorch。
首先,你需要确认你的显卡的CUDA版本号。这可以通过在命令行中运行以下指令来完成:
nvidia-smi -i 0
然后,你需要访问PyTorch的官方下载页面,从中选择适合你CUDA版本的PyTorch版本。需要注意的是,PyTorch并没有专门为CUDA 11.2提供版本,因此你可能需要选择CUDA 11.1的版本。但是,需要注意的是,CUDA 11.1的版本并不包括torch 1.11。
因此,如果你想安装torch 1.11.0或更高版本,并且希望它支持CUDA 11.1,那么这是不可能的。
在下载页面上,搜索cu111
,你会发现cu111
并不支持pytorch 1.11
。然后,你可以选择其他的版本进行安装。以下是一个示例命令,用于安装torch 1.9.0、torchvision 0.10.0和torchaudio 0.9.0的CUDA 11.1版本:
pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
请确保按照你的实际需求选择正确的版本,并替换上述命令中的版本号。
以上就是在CUDA 11.2环境下安装PyTorch的详细步骤。希望这篇博客能对你有所帮助。如果你在安装过程中遇到任何问题,欢迎在下方留言,我会尽快回复。
本账号所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/qq_46106285/article/details/124873505。百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。