anaconda离线安装pytorch

最新推荐文章于 2024-08-08 19:56:43 发布

北四金城武

最新推荐文章于 2024-08-08 19:56:43 发布

阅读量2.9k

点赞数 1

分类专栏：开发环境配置文章标签： pytorch

本文链接：https://blog.csdn.net/weixin_43188487/article/details/121756983

版权

开发环境配置专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文详细介绍了在Windows环境下如何创建虚拟环境并离线安装PyTorch及其依赖。首先通过conda创建名为torch11gpu的虚拟环境，接着激活虚拟环境。随后，将已下载的.whl文件放入指定目录并使用pip安装。安装顺序为先装torch，后装torchvision，同时安装numpy。最后，通过测试代码验证PyTorch安装成功，包括检查版本、CUDA版本、GPU可用性及设备信息。

摘要由CSDN通过智能技术生成

1.创建虚拟环境

Windows下先进入命令行：

win + R 
cmd

在这里插入图片描述

创建虚拟环境命令：

conda create -n torch11gpu python=3.7

在这里插入图片描述

2. 进入虚拟环境

进入虚拟环境，在虚拟环境中安装pytorch

conda activate torch11gpu

在这里插入图片描述

3. 在虚拟环境下安装下载好的.whl文件

导入离线文件的时候，要先进入到离线文件所在的目录，然后执行安装命令。
安装顺序：先安装torch，再安装torchvision，注意安装顺序。

pip install torch-1.2.0-cp37-cp37m-win_amd64.whl
pip install torchvision-0.4.0-cp37-cp37m-win_amd64.whl

在这里插入图片描述
虚拟环境下，我们做深度学习开发也要使用numpy，该包稍大，可以换个镜像下载安装。

pip install numpy -i https://pypi.douban.com/simple

在这里插入图片描述

至此，虚拟环境下的pytorch已经安装好，接下来进行测试即可。

4. 测试

在pycharm下切换虚拟环境：
在这里插入图片描述
注意：虚拟环境的路径在envs目录下，选择虚拟环境下的解释器python.exe文件即可。

import torch

print("pytorch版本：",torch.__version__)
print("cuda版本：",torch.version.cuda)
print("GPU是否可用：",torch.cuda.is_available())
print("GPU设备名称：",torch.cuda.get_device_name())
print("可用GPU设备数量：",torch.cuda.device_count())

pytorch版本： 1.2.0
cuda版本： 10.0
GPU是否可用： True
GPU设备名称： NVIDIA GeForce RTX 3050 Laptop GPU
可用GPU设备数量： 1