本文主要介绍在CUDA环境下,以pip安装和conda安装两种方式进行实例说明,安装用于深度学习项目开发的pytorch等python库。
相关链接:PyTorch 中文文档 & 教程https://pytorch.apachecn.org/
安装Pycharm+Anaconda & 环境搭建https://blog.csdn.net/syl_xstq/article/details/140688218?spm=1001.2014.3001.5501
一、torch、pytorch和torchvision
Pytorch是一个开源的Python库,主要是以 n 维数组库及相关算法库的形式被用在深度学习方面。Torch是一个包含深度学习库的Python模块,它是PyTorch的一个子集,主要用于线性代数运算。Torchvision是一个用于加载数据集,进行图像数据的处理,并在PyTorch中构建图像识别模型的工具包。
即Torch是Pytorch的底层库,而Torchvision是为了方便使用PyTorch进行视觉任务所开发的库。
安装Pytorch之前需要先安装GPU对应的CUDA、CUDNN、Anaconda,然后根据Python和CUDA版本选择合适的Torch版本
二、版本选择
win+R启动系统cmd并输入 nvcc -V ,查看电脑上的CUDA版本
Torch、Torchvision与Python的版本对应关系可以参考: GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer VisionDatasets, Transforms and Models specific to Computer Vision - pytorch/visionhttps://github.com/pytorch/vision
三、pip与conda安装
Pytorch的安装可以通过【PyTorch】进行具体安装方式的选择 ,建议选择【Stable稳定版本】,确认配置后复制并运行底部指令进行安装。
安装过程较为缓慢,请耐心等待,若异常中断可尝试多次执行。不建议采用换源的方法,使用国内源下载。国内源并没有包含所有pytorch版本,可能无法下载。
四、离线安装
当在线安装不成功,或无法在线安装时,也可以下载安装包进行离线安装。确认好各文件版本后,查找对应安装文件分别下载安装即可
安装包资源地址:https://download.pytorch.org/whlhttps://download.pytorch.org/whl https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html
GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer VisionDatasets, Transforms and Models specific to Computer Vision - pytorch/visionhttps://github.com/pytorch/vision
一共要下载两个文件,分别是torch和torchvision,其中torch-2.1.3代表torch2.1.3版本、cu121代表CUDA12.1版本、cp39代表python3.9版本、win_amd64代表适合Windows系统的安装文件
下载完成后使用命令行进行安装:
conda activate YoloEnv 激活对应环境
pip install torch-2.0.0+cu117-cp39-cp39-linux_x86_64.whl
五、验证
通过在命令行中输入以下指令验证torch是否安装成功
python
>>>import torch
>>>torch.cuda.is_available()
显示True表示torch安装成功
python
>>>import torchvision
>>>torchvision.torch.cuda.is_available()
显示True表示torchvision安装成功