- 写于:2024/03/24
写在前边:
本文所使用的工具、软件为Anaconda与Pycharm,具体配置过程请参考下述两篇文章:
在Pycharm2021中配置Anaconda(Windows)
同时,使用pytorch前请安装好CUDA,请参考:
目录
一、理清Python与PyTorch,torchvison版本关系
一、理清Python与PyTorch,torchvison版本关系
安装前要明确以下几点:
Python:Python 是一种通用编程语言,PyTorch 和 torchvision 是 Python 的库或模块之一。因此,它们的版本兼容性通常与 Python 版本兼容性相似。
PyTorch:PyTorch 是一个开源的深度学习框架,由 Facebook 的人工智能研究团队开发和维护。PyTorch 的版本与 Python 的版本关系密切,通常来说,PyTorch 版本会明确支持一系列 Python 版本。
torchvision:torchvision 是 PyTorch 生态系统中的一个独立模块,提供了一系列用于计算机视觉任务的工具和数据集。torchvision 的版本通常与 PyTorch 的版本有一定的对应关系,即特定版本的 torchvision 通常会明确支持特定版本的 PyTorch。
以上,在选择 Python、PyTorch 和 torchvision 的版本时,最好查看官方文档或发布说明,以确保它们之间的兼容性,并选择适合项目需求的版本组合。
下面给出Python、PyTorch 和 torchvision版本对应关系
看到这里你可能会觉得很复杂麻烦,其实不需要你关注太多,只需要关注torch和python之间的版本关系就可以,在官方提供的安装命令中,已经整合好了torch与torchvision的组合,不必过多关注其他,一步步来,一步步前进。
The latest few versions
torch | torchvision | Python |
---|---|---|
main / nightly | main / nightly | >=3.8 , <=3.11 |
2.2 | 0.17 | >=3.8 , <=3.11 |
2.1 | 0.16 | >=3.8 , <=3.11 |
2.0 | 0.15 | >=3.8 , <=3.11 |
Other earlier versions
torch | torchvision | Python |
---|---|---|
1.13 | 0.14 | >=3.7.2 , <=3.10 |
1.12 | 0.13 | >=3.7 , <=3.10 |
1.11 | 0.12 | >=3.7 , <=3.10 |
1.10 | 0.11 | >=3.6 , <=3.9 |
1.9 | 0.10 | >=3.6 , <=3.9 |
1.8 | 0.9 | >=3.6 , <=3.9 |
1.7 | 0.8 | >=3.6 , <=3.9 |
1.6 | 0.7 | >=3.6 , <=3.8 |
1.5 | 0.6 | >=3.5 , <=3.8 |
1.4 | 0.5 | ==2.7 , >=3.5 , <=3.8 |
1.3 | 0.4.2 / 0.4.3 | ==2.7 , >=3.5 , <=3.7 |
1.2 | 0.4.1 | ==2.7 , >=3.5 , <=3.7 |
1.1 | 0.3 | ==2.7 , >=3.5 , <=3.7 |
<=1.0 | 0.2 | ==2.7 , >=3.5 , <=3.7 |
You can visit the following website for viewing: GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
需要提到的是,torch2.x版本已经放弃了对python3.7和cuda11.6的支持,请看下表
Windows & Linux | cu113 | cu115 | cu116 | cu117 | cu118 |
---|---|---|---|---|---|
torch 1.11.0 | ✅ | ✅ | |||
torch 1.12.0 | ✅ | ✅ | |||
torch 1.13.0 | ✅ | ✅ | |||
torch 2.0.0 | ✅ | ✅ |
二、选择CUDA版本并安装PyTorch
1.检查cuda版本
win+R输入cmd,打开终端,输入以下命令查看你的CUDA版本:
nvcc -V
2.创建新的conda虚拟环境
打开Anaconda Prompt,创建并激活虚拟环境:
conda create -n your_env_name python=3.x -y
conda activate your_env_name
3.查找PyTorch及对应cuda版本,进行安装
前往pytorch官网,找到你将要下载的pytorch版本以及对应的CUDA版本
比如,我们要安装pytorch v1.13和对应的cuda v11.6,那么在官网就可以找到:
复制安装命令:
#pip方式
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
#conda方式
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia
在你激活的新建环境中输入上述任一命令后,等待安装完成即可
安装完成后可以看到Successfully installed字样
三、验证安装
在当前conda环境下,依次输入以下代码
1.pytorch安装成功示例
python
import torch
print(torch.__version__)
2.检查cuda运行情况
python
import torch
print("cuda是否可用\n",torch.cuda.is_available())
print("cuda 版本:",torch.version.cuda)
检查无误后,输入 exit() 即可退出python运行
至此,恭喜,PyTorch安装完成,你已成功迈进深度学习的大门!
转载请标明出处
如果还有问题,欢迎在评论区留言或私信
作者:CodeLearing
主页:https://blog.csdn.net/weixin_52677672?type=blog
qq群:958124241
Learn Together!