![a68880b50d4c89d76fd4a491dfde92a6.png](https://i-blog.csdnimg.cn/blog_migrate/875068c742950abc6a9a5130d2da1ba1.jpeg)
这几天自己安装了一遍PyTorch,为此尝试了很多方法,所以在这为大家总结一条最简便、最高效的实现路径。
我的环境是Windows 10 + Intel + Nvidia,所有我可以安装CUDA,实现GPU版本,废话不多说,进入正题,很快,很简洁。
一、Anaconda
安装 Anaconda,下面为官方下载链接。这是Python的包管理环境,非常方便后续操作,首先安装这个。
https://www.anaconda.com/products/individualwww.anaconda.com安装完毕之后打开,这时候会出现唯一一个自带环境,base,如下:
![0f6aac08f01558125034ddca14924043.png](https://i-blog.csdnimg.cn/blog_migrate/de280e045d3e2f581abce58151642a3d.jpeg)
然后创建PyTorch环境,
conda
创建成功之后,切换到PyTorch环境,
conda activate pytorch
此时Python已默认安装。
二、CUDA
如果只需要启用CPU计算的话,可忽略此步。
进入Nvidia官网,下载合适自己显卡的CUDA版本,进行安装。
CUDA Toolkit 11.0 Update 1 Downloadsdeveloper.nvidia.com三、PyTorch
在安装PyTorch之前,添加清华的源非常重要,不然下载速度非常感人,亲身经历,赶紧添加。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
然后进入PyTorch官网:
PyTorchpytorch.org![505711640564c9e8bee1974c1721e80b.png](https://i-blog.csdnimg.cn/blog_migrate/5ede9a08b755b1bd5a0e3b46cdcb72a8.png)
选择对应的版本:
![fb9d72001e95a6b0050076a0f9748372.png](https://i-blog.csdnimg.cn/blog_migrate/60f71a1ba00f085463d44397b27ab08c.png)
复制命令,执行,安装。
安装完成之后,我们可以在Anaconda上面发现,多了一个环境:
![306c7cdb68d6c9b3610f5fee38033cbf.png](https://i-blog.csdnimg.cn/blog_migrate/d8a05639c0c6e85a6497dbacbeec55c7.jpeg)
四、VScode
其实到上面一步,必要的包已经安装完毕,但是我们该用什么环境进行开发呢,以目前的使用体验来说,VScode绝对首选。
https://code.visualstudio.com/code.visualstudio.com![bb613be738184e39f1592c80b6c032a0.png](https://i-blog.csdnimg.cn/blog_migrate/13968aa71cdabdfd5b8592a86ea46d24.jpeg)
这就是实际界面,选择对应的解释器即可。
五、PyTorch中文手册
最后推荐目前最言简意赅的PyTorch教程《PyTorch中文手册》,为GitHub开源项目。
https://github.com/zergtant/pytorch-handbookgithub.com