pytorch的安装教程

会吃饭

已于 2024-08-24 09:11:06 修改

阅读量2.1k

点赞数 47

文章标签： pytorch 人工智能 python

于 2024-07-26 22:49:57 首次发布

本文链接：https://blog.csdn.net/qq_53242009/article/details/140725208

版权

1、Anaconda安装

anaconda就是一个集合包，方便管理。里面包含做深度学习的各个包，包含所有工具的包。同时后续也可以用他来下载我们后续所需要的各种包、工具等等。

anaconda是国外的所以我们需要用国内镜像下载anaconda3差不多。清华镜像网链接：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

看自己什么系统找对应的安装。傻瓜式安装。

测试安装，成功显示版本则安装成功。

conda --version

安装完后配置到系统环境变量path里面去。自己手动添加一下。

2、CUDA安装

先打开任务管理器看自己电脑上是否有GPU。后续可以加快数据处理，减少时间。

没有GPU直接跳过这一步，后续pytorch安装cpu版本。有GPU则可以安装CUDA对应版本。在此自己所安装的CUDA要与你的GPU型号对应版本

win+r 输入：cmd 进入

输入：nvidia-smi

查看自己电脑所适用的版本，后续只能安装比自己版本低的东西，下面是我的版本。（或者打开NVIDIA控制面板，查看系统信息）

Driver Version：457.49 CUDA Version：11.1

官网下载对应版本的CUDA

CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archiveCUDA向下兼容性问题，不用去选最新版。我安装的是CUDA11.0.1的版本比我的CUDA Version：11.1版本低所以是可以的。

直接一键安装，安装到c盘。

cmd命令行输入nvcc -V 成功显示则安装成功

cuda对应的系统环境变量也配置一下，就按照这个目录找

3、pytorch的安装安装

torch、torchaudio、torchvision版本要匹配

前往pytorch官网下载 https://download.pytorch.org/whl/torch_stable.html

3.1离线安装

虽然说的是离线安装，但其实就是把pytorch、torchaudio、torchvision的安装包下载下来进行安装而已，安装的过程中仍然是需要联网的

pip3 install numpy==1.21.5 -i https://pypi.tuna.tsinghua.edu.cn/simple/

需要先安装一下numpy，这里安装的版本是1.21.5

这里提供一个完整的流程，用于在Python环境中安装本地的PyTorch及其相关库的安装包，假设你的Python版本是3.9（因为我自己装的这些wheel文件是配套Python 3.9版本的）。

### 步骤1：打开Anaconda Prompt（下载完anaconda会有的）

1. 在Windows系统中，你可以通过在搜索栏中输入“Anaconda Prompt”（或者进入cmd命令然后输入activate base）并打开它来启动Anaconda Prompt。

### 步骤2：切换到包含安装包的目录

先切换到你安装包的目录的盘中

使用`cd`命令切换到包含你想要安装的包的目录（这是我离线下载后放在的文件里面）。例如：

cd D:\Coding\pytorch11.0

通过百度网盘分享的文件：pytorch11.0
链接：https://pan.baidu.com/s/1BpKdxADQO5E22I9VN8-feg?pwd=vqzk 
提取码：vqzk 
--来自百度网盘超级会员V5的分享

### 步骤3：检查Python环境

确保你的Anaconda Prompt使用的是Python 3.9环境。你可以使用以下命令查看当前Python版本：
python --version

如果版本不是3.9，你可能需要创建一个新的conda环境或激活一个已存在的conda环境：

conda create -n pytorch_env python=3.9
conda activate pytorch_env

### 步骤4：使用pip安装PyTorch

在Anaconda Prompt中，使用pip命令安装PyTorch。确保你的当前目录是包含`.whl`文件的目录。
pip install torch-1.7.1+cu110-cp39-cp39-win_amd64.whl

### 步骤5：使用pip安装torchaudio

继续在同一个命令行窗口中安装torchaudio：
pip install torchaudio-0.7.2-cp39-none-win_amd64.whl

### 步骤6：使用pip安装torchvision

最后，安装torchvision：
pip install torchvision-0.8.2+cu110-cp39-cp39-win_amd64.whl

### 步骤7：验证安装

安装完成后，你可以使用以下命令检查包是否已正确安装：

pip show torch
pip show torchaudio
pip show torchvision

然后最后一步检测cuda是否装好：先进入自己创建的虚拟环境

conda activatepytorch_env(自己创建的虚拟环境)

或者，你可以在Python中测试PyTorch及其相关库是否安装成功：

import torch
import torchvision
import torchaudio

print("Torch Version:", torch.__version__)
print("Torchvision Version:", torchvision.__version__)
print("Torchaudio Version:", torchaudio.__version__)
```

print(torch.__version__) # pytorch版本
print(torch.version.cuda) # cuda版本
print(torch.cuda.is_available()) # 查看cuda是否可用

### 注意事项：

- 确保在安装之前，Anaconda Prompt使用的是正确的Python环境。如果你使用的是特定的conda环境，可能需要先激活该环境。
- 如果你遇到兼容性问题，可能需要检查你的系统配置或下载与你的系统更兼容的安装包。
- 如果你的Python版本是3.11，你可能需要等待PyTorch发布与Python 3.11兼容的版本，或者尝试从源代码编译PyTorch。

通过这些步骤，你可以在Anaconda Prompt中安装位于 `D:\Coding\pytorch11.0` 目录下的PyTorch及其相关库的安装包。如果你的Python版本是3.11，而安装包是为Python 3.9编译的，你可能需要找到与Python 3.11兼容的安装包或使用其他方法安装PyTorch。

3.2在线安装

在线安装PyTorch是一个相对简单的过程，可以通过Python的包管理工具pip或conda来完成。以下是详细的步骤：

### 法一、使用pip安装PyTorch

1. **打开命令行工具**：
- 在Windows系统中，打开命令提示符或Anaconda Prompt。
- 在macOS或Linux系统中，打开终端。

2. **确定CUDA版本**（如果需要）：
- 如果你的计算机有NVIDIA GPU并且你希望使用CUDA加速，需要确定CUDA的版本。你可以从[NVIDIA官网](https://developer.nvidia.com/cuda-toolkit-archive)下载并安装合适的CUDA版本。

3. **安装PyTorch**：
- 访问[PyTorch官网](https://pytorch.org/)，选择适合你的系统配置（操作系统、Python版本、CUDA版本）的安装命令。
- 一般安装命令格式如下：

pip install torch torchvision torchaudio

- 如果你需要特定版本的PyTorch或特定版本的CUDA支持，官网会提供相应的命令。

### 法二、使用conda安装PyTorch

1. **打开命令行工具**：
- 在Windows系统中，打开Anaconda Prompt。
- 在macOS或Linux系统中，打开终端。

2. **创建新的conda环境**（可选）：
- 你可以创建一个新的conda环境来隔离PyTorch安装，避免不同项目之间的库版本冲突：

conda create -n pytorch_env python=3.9

- 激活新创建的环境：

conda activate pytorch_env

3. **安装PyTorch**：
- 使用conda安装PyTorch及其相关库：

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

- 这里的`cudatoolkit=11.0`应该与你的CUDA版本相匹配。如果你不需要CUDA支持，可以省略`cudatoolkit=11.0`。

### 验证安装

安装完成后，你可以通过以下Python代码验证PyTorch是否正确安装：

import torch

print("PyTorch Version:", torch.__version__)
print("CUDA Available:", torch.cuda.is_available())
if torch.cuda.is_available():
print("CUDA Version:", torch.version.cuda)
print("CUDA Device Name:", torch.cuda.get_device_name(0))

这段代码将输出PyTorch的版本信息和CUDA的可用性，如果CUDA可用，还会输出CUDA的版本和设备名称。

### 注意事项

- 确保在安装过程中选择与你的系统和硬件兼容的CUDA和cuDNN版本。
- 如果你使用的是虚拟环境（如venv或conda环境），确保你在正确的环境中安装PyTorch。
- 如果你遇到安装问题，可以参考PyTorch的[官方安装指南](https://pytorch.org/get-started/locally/)或社区论坛获取帮助。

通过这些步骤，你可以轻松地在线安装PyTorch，并开始你的深度学习项目。

更多详情类似pytorch安装问题可以参照

从0到1教你如何安装Pytorch【CPU版&GPU版】-CSDN博客

手把手教你安装Pytorch环境_哔哩哔哩_bilibili