conda 安装pytorch_Pytorch的极简安装

Pytorch是一个简洁高效的深度学习框架，我们的教程也会是这样的。

Pytorch目前最新的版本是 1.6 ，下面我们来看一下pytorch的安装。

系统要求：

Pytorch支持windows、linux、macos等，要求系统版本为：

windows 7及以上版本，推荐 windows 10 ；

ubantu 13.04 及以上版本, 其他linux版本要求参考pytorch文档；

macOS 10.10 及以上版本(macOS安装GPU版本需从源码构建，下面安装步骤不适用)。

Python版本要求 ：

推荐 3.5—3.8 的64位版本。

第一步，环境搭建

推荐使用miniconda，您可以下载并安装最新版本的miniconda。

第二步，配置conda国内源。

可以配置清华源，打开程序中 anaconda prompt(miniconda3) 命令行，执行：

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

也可加日月光华老师 QQ 984595060 拉您进学习交流群，获取conda配置文件和miniconda安装包。

CPU版本安装(无Nvidia显卡用户，参考下面安装步骤)：

windows平台在 anaconda prompt(miniconda3) 命令行执行安装：

conda install pytorch torchvision cpuonly -c pytorch

linux平台在shell命令行执行安装(注意miniconda安装时添加到系统path，选择 Y)：

conda install pytorch torchvision cpuonly -c pytorch

Mac平台在终端执行(注意miniconda安装时添加到系统path，选择 yes)：

conda install pytorch torchvision -c pytorch

这样完成了CPU版本的安装。如果您的计算机有nvidia的显卡且此显卡支持cuda，推荐安装GPU版本。

GPU版本安装(需有Nvidia显卡硬件支持，且本教程仅适用windows和linux平台)：

在命令行中执行

    nvidia-smi

执行完会打印出您的显卡版本等等一些的信息，在右上角，显示您的显卡目前的cuda驱动版本，比如10.1或者10.2等等，要注意，这里并不是表明您已经安装了cudatookit，仅仅代表，您当前驱动可以支持的cuda最高版本。因此，一定要注意，您在下面通过pytorch官网选择安装命令的的时候，不能超过此处显示的cuda版本号。

然后我们通过pytorch官网选择安装命令，打开pytorch官网(https://pytorch.org/)，在网页中间位置，有安装提示栏，如下所示：

pytorch官网安装提示栏

在这里依次选择：

版本 stable(1.6.0)，

你的系统平台，比如 windows，

安装方式，这里推荐选择使用 conda ，

编程语言，比如 python，

CUDA版本，比如10.2 (注意此版本不可以超过执行 nvidia-smi 显示的cuda版本号)

这样网站会给出我们具体的安装命令，我们在 anaconda prompt(miniconda3) 命令行中参考网站给出的安装命令执行安装即可。

比如我们的选择如上图所示，则安装命令为：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

至此pytorch安装完成了。

验证安装

为了确保正确安装了PyTorch，我们可以通过运行示例PyTorch代码来验证安装。在这里，我们将构造一个随机初始化的张量。

在 anaconda prompt(miniconda3) 命令行或者shell中，输入：

python

然后输入以下代码：

import torch x = torch.rand(5, 3) print(x)

输出应类似于以下内容：

tensor([[0.3380, 0.3845, 0.3217],                 [0.8337, 0.9050, 0.2650],                 [0.2979, 0.7141, 0.9069],                 [0.1449, 0.1132, 0.1375],                 [0.4675, 0.3947, 0.1426]])

此外，要检查 PyTorch 是否启用了 GPU和CUDA，请运行以下命令以返回是否启用了CUDA驱动程序：

import torch torch.cuda.is_available()

如果返回了 True， 恭喜您，成功安装了GPU版本。