Pytorch安装及环境配置详细教程(CUDA版本)


前言

安装cuda版本的pytorch时踩了不少坑,网上安装pytorch的版本很多,一般的教程都是到pytorch的官网,利用网址和镜像源去安装,问题非常多。也有教离线安装的,但是没有正确的安装顺序,torch版本和torchvision版本对不上,python版本和自己电脑cuda所支持的pytorch版本对不上等等问题。以下是我根据踩过的坑,记录的一个安装教程。


一、查看GPU支持的CUDA版本

控制面板-NVDIA控制面板,单击NVDIA控制面板,有可能会出现如下提示:
在这里插入图片描述
这是因为NVIDIA Display Container LS 服务没打开。打开任务管理器,将其开启。
在这里插入图片描述
之后在单击NVDIA控制面板,在打开的面板中找到系统信息,单击打开
在这里插入图片描述
在这里插入图片描述
便可查看GPU最高支持的CUDA版本.,我的笔记本最高支持的版本为10.0

二、安装CUDA

可以参考该链接:https://blog.csdn.net/Mind_programmonkey/article/details/99688839
非常详细。


三、确定torch、torchvision和python版本

到这里是非常重要的一步 ,其他教程到这里可能就开始安装anaconda,别急,否则容易踩坑。
我们需要先根据安装的CUDA版本,找到对应的torch和torchvision版本,在这个过程中就确定了python的版本。
首先在下载链接:https://download.pytorch.org/whl/torch_stable.html 中找到我们所能安装的torch版本。

在这里插入图片描述
其中,cu100就是cuda10.0,cp37就是python版本3.7。接着在根据以下表格找到对应的torchvision版本。
https://github.com/pytorch/vision#installation

在这里插入图片描述
在这里插入图片描述
torch1.2版本对应的torchvision版本为0.4.0。这时顺便准备好两个whl文件。
在这里插入图片描述
之所以要选确定好python的版本在安装是因为待会安装anaconda时,会涉及到python版本的问题,假如先盲目安装了任意版本的python,再来下载torch和torchvision,就会遇到自己CUDA版本所支持的torch和torchvision的python版本和安装的python版本不匹配。

四、安装anaconda

下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda

根据上面确定的python版本3.7,选择如下安装文件。
在这里插入图片描述
一路点next就行。
在这里插入图片描述
安装之后在查看conda命令是否可以正常使用
在这里插入图片描述
在这里插入图片描述

五、安装torch和torchvision

首先建一个Python的虚拟环境来安装pytorch,在Anaconda Prompt (miniconda3)命令行输入

conda create -n PyTorchP37 python=3.7

PyTorchP37为自己的命的环境名称,创建好环境以后,输入activate PyTorchP37就进入虚拟环境中。
在这里插入图片描述
接着切换到刚才下载的两个whl文件的安装目录。

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

在这里插入图片描述
在这里插入图片描述
安装完后,验证以下:

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

在这里插入图片描述
打印True, cuda版本Pytorch便安装成功了。

  • 8
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
关于PyTorch的下载安装环境配置,下面是一些基本的步骤: 1. 安装Python:首先确认你已经安装PythonPyTorch支持Python 3.6及更高版本。你可以从Python官网(https://www.python.org/downloads/)下载最新的Python版本并进行安装。 2. 安装PyTorchPyTorch提供了不同的安装方式,包括通过pip或conda进行安装。你可以根据自己的环境和需求选择适合的方式。下面是通过pip安装PyTorch的步骤: 在终端或命令行中运行以下命令来安装PyTorch: ``` pip install torch torchvision ``` 这将会安装PyTorch及其相关的扩展库。 3. 测试安装安装完成后,可以在Python中导入PyTorch并进行测试,以确保安装成功。在Python交互环境中输入以下代码: ```python import torch print(torch.__version__) ``` 如果成功输出了安装PyTorch版本号,则表示安装成功。 4. 配置CUDA(可选):如果你计划在GPU上运行PyTorch,你还需要配置CUDA。首先确保你的计算机上已经安装了相应版本的NVIDIA驱动程序,并且支持你所使用的CUDA版本。然后从NVIDIA官网(https://developer.nvidia.com/cuda-toolkit-archive)下载并安装对应的CUDA Toolkit。 安装完成后,你还需要设置一些环境变量。将CUDA安装路径添加到系统的PATH环境变量中,如:`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin`。另外,还需要设置一个名为`CUDA_HOME`的环境变量,值为CUDA安装路径,如:`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0`。 配置完成后,PyTorch会自动检测并使用CUDA进行GPU加速。 这些是PyTorch的基本安装环境配置步骤。根据你的操作系统和需求,可能还需要进行一些额外的配置。可以参考PyTorch官方文档(https://pytorch.org/get-started/locally/)中提供的详细指南来完成更高级的配置
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值