【PyTorch】1.1 PyTorch简介和安装

目录

PyTorch简介

PyTorch优点

PyTorch安装

1.下载安装CUDA9.2

检验是否安装完成

2.下载安装CuDNN

检验是否安装完成

3.PyTorch下载安装

通过PyCharm安装torch

创建不同虚拟环境的作用

---

cuda、cudnn、torch、torchvision版本必须对应才能使用GPU！！

PyTorch简介

 

 

PyTorch优点

PyTorch安装

1.下载安装CUDA9.2

下载地址 https://developer.nvidia.com/cuda-92-download-archive

根据自己的系统选择版本，我是win7。

双击下载的安装包，一路默认，安装完成。

到cmd中转到安装目录 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\bin

检验是否安装完成

执行 nvcc -V ，显示如下即为安装正确。

2.下载安装CuDNN

地址 https://developer.nvidia.com/cudnn

我的cudnn账号：126邮箱，密码：***2015`

登录后下载

依次选择：

（1）

（2）根据自己的系统选择版本，我是win7。

下载完成后解压CuDNN的压缩包，将解压出的文件夹cuda中的三个文件夹复制粘贴到CUDA安装目录下，则CuDNN安装完成。

检验是否安装完成

同样，到cmd中转到目录 cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\extras\demo_suite

执行 bandwidthTest.exe和deviceQuery.exe，如果结果都显示为PASS则CuDNN安装完成。

3.PyTorch下载安装

官网下载地址：https://pytorch.org/get-started/locally/

按下图所示进行选择

下载whl文件：https://download.pytorch.org/whl/torch_stable.html

选择python3.7 Windows系统cuda9.2的torch的whl文件

选择python3.7 Windows系统cuda9.2的torchvision的whl文件

通过PyCharm安装torch

方法：在PyCharm通过conda创建虚拟环境，在虚拟环境中安装torch

步骤：

（1）在PyCharm的Terminal中输入conda create -n pytorch_gpu python=3.7创建虚拟环境

（2）输入conda activate pytorch_gpu激活虚拟环境

（3）转到whl文件的下载目录C:\Users\Administrator\Downloads，通过pip install "torch-1.2.0+cu92-cp37-cp37m-win_amd64.whl"

安装torch，安装完会显示版本。

（4）同样的方法安装torchvision，输入pip install "torchvision-0.4.0+cu92-cp37-cp37m-win_amd64.whl"

（5）安装完torch和torchvision后，import torch还是无效。这是因为当前虚拟环境pytorch_gpu还没有关联到当前Python项目中，关联方法如下图。

   

（6）以上为GPU版本的torch安装，cpu版本的类似。下载选择依次如下图。

   

（7）同1 2 3 4 5创建 pytorch_cpu 虚拟环境，通过6下载的torch和torchvision文件在 pytorch_cpu 虚拟环境中安装CPU版本的torch，创建完成后两种虚拟环境在项目中都可选择。

创建不同虚拟环境的作用

至此，PyTorch安装完成。