PyTorch 2.6.0 安装指南

1. 了解 PyTorch、Conda、Miniconda 和 Anaconda

1.1 PyTorch 是什么?

PyTorch 是一个开源的深度学习框架,广泛应用于人工智能研究和实际应用。由 Facebook(现 Meta)开发,支持 GPU 加速计算,适用于构建和训练神经网络。

1.2 Conda、Miniconda 和 Anaconda 的区别

  • Conda:一个开源的包管理和环境管理工具,支持 Python 及其他语言的包管理。
  • Anaconda:包含 Conda 及大量数据科学工具的完整发行版,适合初学者,但体积较大。
  • Miniconda:精简版的 Anaconda,仅包含 Conda 和 Python,更加轻量灵活,推荐安装。

2. 硬件和软件环境

  • 操作系统:Windows 10 64 位
  • 显卡:NVIDIA RTX 2070 Super
  • 驱动版本:572.61
  • CUDA 版本:12.8(由驱动支持的最高 CUDA 版本决定)
  • Python 版本:3.9
  • PyTorch 版本:2.6.0

3. CUDA 版本与 PyTorch 兼容性

CUDA 版本由显卡驱动决定,而不是用户手动安装的 CUDA 工具包。

示例:

  • NVIDIA 驱动 572.61支持 CUDA 12.8
  • NVIDIA 驱动 551.61支持 CUDA 12.5
  • NVIDIA 驱动 528.49支持 CUDA 11.8

安装 PyTorch 时需要选择与驱动匹配的 CUDA 版本。

4. 安装步骤

4.1 下载并安装 Miniconda

访问 Miniconda 官网 下载适用于 Windows 64 位的安装包,并按照默认设置安装。

4.2 配置 Conda 环境变量

4.2.1 打开环境变量设置

Win + R,输入 sysdm.cpl,回车,进入 “高级” > “环境变量”

4.2.2 添加 Miniconda 相关路径

系统变量用户变量 中找到 Path,双击打开,点击 “新建”,添加以下路径(请根据实际安装路径调整):

C:\Users\你的用户名\Miniconda3
C:\Users\你的用户名\Miniconda3\Scripts
C:\Users\你的用户名\Miniconda3\condabin

点击 “确定” 保存。

4.2.3 验证 Conda 安装是否成功

重新打开 CMD 或 PowerShell,输入:

conda --version

如果成功显示 Conda 版本,说明环境变量配置正确。

4.3 安装 PyTorch 2.6.0

4.3.1 创建 Conda 虚拟环境
conda create -n torch_2.6.0 python=3.9

如果遇到 SSL 连接错误,可尝试:

conda config --set ssl_verify no

然后重新运行 conda create 命令。

4.3.2 激活虚拟环境
conda activate torch_2.6.0
4.3.3 检查 NVIDIA 驱动和 CUDA 版本
nvidia-smi

示例输出:

+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 572.61                 Driver Version: 572.61         CUDA Version: 12.8     |
+-----------------------------------------------------------------------------------------+

nvidia-smi 用于查看显卡信息,包括驱动版本和支持的 CUDA 版本。

如果已经安装了 CUDA 工具包,可以使用以下命令查看 CUDA 具体版本:

nvcc --version
4.3.4 下载并安装 PyTorch 2.6.0

访问 PyTorch 官网 选择适合的版本。

运行以下命令安装 PyTorch 及其依赖:

pip install --no-cache-dir torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

如果 CUDA 版本为 12.8,需要安装兼容的 PyTorch 版本,可手动下载 .whl 文件后安装:

pip install torch-2.6.0+cu126-cp39-cp39-win_amd64.whl
4.3.5 验证 PyTorch 是否安装成功
python -c "import torch; print(torch.__version__)"

如果输出 2.6.0,说明 PyTorch 安装成功。

5. 总结

本次安装包括:

  • Miniconda 的安装与环境变量配置。
  • Conda 虚拟环境的创建与激活。
  • NVIDIA 驱动与 CUDA 版本检查。
  • PyTorch 2.6.0 的安装与验证。

本指南适用于 Windows 10 64 位系统,NVIDIA RTX 2070 Super 显卡,CUDA 12.8 版本

如果未来更换设备,可参考 nvidia-smi 命令获取驱动版本,并查找支持的 CUDA 版本,再选择合适的 PyTorch 版本进行安装。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值