pytorch安装教程

目录

1.Anaconda安装

2.CUDA与CuDNN安装

（1）电脑的CUDA版本

（2）官网下载相对应的CUDA:

（3）安装CUDA

（4）安装相对应版本的cuDNN

3.GPU版Pytorch安装

（1）建立python虚拟环境(命名为new,随便命名)

（2）激活环境（在anaconda prompt中输入）

（3）安装pytorch

（4）验证是否安装成功

1.Anaconda安装

（不同的python项目要采取不同的python虚拟环境，不同的虚拟环境之间相互隔离，python版本和包均不共用）

1、官网下载安装包：https://www.anaconda.com/distribution/ 

2、运行并选择安装路径，等待安装完成(要记得勾选 Add Anaconda to the system PATH environment variable，是为了将Anaconda添加到环境变量中）

3、查看是否安装成功

2.CUDA与CuDNN安装

（1）电脑的CUDA版本

桌面右键点击进去NVIDIA控制面板，找到左下角的系统信息

点击组件，出现如下界面。NVCUDA.DLL 这一行后面的CUDA 12.2，说明电脑所支持的最高版本是12.2。

（2）官网下载相对应的CUDA:

网址：CUDA Toolkit Archive | NVIDIA Developer

找到CUDA 12.2版本

选择对应版本下载

（3）安装CUDA

下载完成后，在所在的文件夹下运行安装即可

查看CUDA是否安装成功

        在所在的文件夹下，右键+Shift打开PowerShell面板，输入 nvcc -V，出现以下信息，就是安装成功

（4）安装相对应版本的cuDNN

网址：cuDNN Archive | NVIDIA Developer

安装cuDNN

        下载完成后进行解压，得到一个cuda文件夹，进入之后，全选，复制到之前CUDA所安装的文件夹下，有重复的进行替换即可。

查看cuDNN是否安装成功

        在所在的文件夹下，右键+Shift打开PowerShell面板，输入以下代码  

cd extras

 cd demo_suite

./bandwidthTest.exe

出现以下界面，即为成功

再次输入

./deviceQuery.exe

如果出现Result = PASS 说明CUDA和cuDNN都已经安装成功了

3.GPU版Pytorch安装

（1）建立python虚拟环境(命名为new,随便命名)

conda create –n new python=xxx

（2）激活环境（在anaconda prompt中输入）

conda activate new

（3）安装pytorch

下载自己所需要的torch和torchvision，网址download.pytorch.org/whl/torch_stable.html

（可以按快捷键ctrl+F进行搜索）

python，torch、torchvision对应关系

3、进入torch和torchvision的下载文件

（我的torch和torchvision文件下载在D:\pytorch1.12）

(new) PS C:\Users\Administrator> d:
(new) PS D:\> cd pytorch1.12

4、在所建环境中下载torch

pip install torch-1.12.1+cu113-cp37-cp37m-win_amd64.whl

5、在所建环境中下载torchvision

pip install torchvision-0.13.1+cpu-cp37-cp37m-win_amd64.whl

（4）验证是否安装成功

进入创建的新环境中，输入python，直接进入python编译环境

输入以下代码，出现True，说明pytorch环境安装完成

>>> import torch
>>> import torchvision
>>> print(torch.cuda.is_available())
True
>>>