pytorch 安装部署（cpu+gpu） linux+windows

官网打开可能较慢，耐心等待，可以正常打开。
链接：pytorch官网
2024年7月8日更新，演示版本2.3.1
如果中间有任何报错，参考最后一节的处理

一、说明和前期准备

1.pytorch是一个和tensorflow类似的框架

如果需要安装tensorflow，可以参考：
tensorflow 1，2 cpu+gpu（windows+linux）安装

2.安装anaconda

主要是为了一台机器安装多个互不干扰的环境。
安装最新版即可
anaconda 安装（windows+linux）
注意：安装anaconda要启动notebook（安装上面的教程来）

3.安装cuda

安装cuda11.8版本或12.1版本（rtx40系列装12.1版本容易一些）
如果你还有其他组件，应该检查互相之间的兼容性
下面是其他组件的参考链接

链接：cuda windows安装

链接：cuda linux安装

链接：cudnn安装 win+linux

4.显卡（可选）

gpu（显卡）的在多数情况下的速度是超越cpu的，pytorch友好的一点是支持amd的ROCm
这样N卡和A卡都可以用（ROCm和cuda很多函数除了名字不一样基本都兼容）
所有架构都是cpu的坑少，初学通常用cpu
amd的ROCm目前linux是兼容最好，windows下只有少部分高端显卡支持，而且坑可能较多，所以现在建议还是用N卡，或者用linux+A卡

5.打开官网

往下拉一点就到了，下面一节详细讲解安装

6.关于cpu和gpu版本的选择

建议装2个版本，因为通常cpu最稳，notebook可以很方便的切换内核
windows和linux都可以，不是说linux一定好。wsl2这个windows的linux子系统，个人用过几次，感觉还是坑多，如果windows下，用原生的就行。
从安装难易程度来说windows+cpu版本最容易入手。

7.设置国内源

个人觉得可以不设置conda，国内conda挺快的
conda、pip设置国内源：链接

二、安装pytorch（linux安装）

python版本为3.8-3.11，我这选用3.10

（一）linux+cpu

1.创建conda环境

conda create -n pytorch_cpu python=3.10

conda activate pytorch_cpu 

如果提示CondaError: Run ‘conda init’ before ‘conda activate’
可以使用下面的命令第一次激活

source activate pytorch_cpu

2.使用conda安装

conda install pytorch torchvision torchaudio cpuonly -c pytorch

3.搭配notebook

以下操作后才能在notebook下使用，否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

python -m ipykernel install --name pytorch_cpu

4.进入notebook测试（从浏览器进入）

import torch
print(torch.__version__)

显示结果如下

（二）linux+gpu（N卡）

1.创建conda环境

conda create -n pytorch_gpu python=3.10

conda activate pytorch_gpu

2.使用conda安装

注意：这里需要找对应的cuda版本，如果需要安装cuda，可以参考：cuda安装 for linux

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

下载内容比较多，耐心等待，如果安装错误，再次运行命令即可

3.搭配notebook

以下操作后才能在notebook下使用，否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

python -m ipykernel install --name pytorch_gpu

4.进入notebook测试

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.backends.cudnn.enabled)

（三）linux+gpu（A卡）

和N卡安装方式一致，除了选ROMc，这里暂时不再额外写
手上没有独显a卡，无法测试。（如果使用rocm，建议在linux环境下开发，windows下坑一定很多）

三、安装pytorch（windows安装）

建议修改conda为国内源

windows的安装在cmd命令行中操作，或者在powershell命令行，就像这样：

（一）windows+cpu

1.创建conda环境

conda create -n pytorch_cpu python=3.10

conda activate pytorch_cpu 

2.安装

conda install pytorch torchvision torchaudio cpuonly -c pytorch

3.搭配notebook

以下操作后才能在notebook下使用，否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

python -m ipykernel install --name pytorch_cpu

4.进入notebook测试

import torch
print(torch.__version__)

显示结果如下

（二）windows+gpu（N卡）

windows下不能用A卡的ROCm，据说ROCm正在努力兼容windows和其它平台，也许未来就可以用了

1.创建conda环境

conda create -n pytorch_gpu python=3.10

conda activate pytorch_gpu

2.使用conda安装

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

下载内容比较多，耐心等待，如果安装错误，再次运行命令即可

3.搭配notebook

以下操作后才能在notebook下使用，否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/

python -m ipykernel install --name pytorch_gpu

4.进入notebook测试

import torch
print(torch.__version__)
print(torch.cuda.is_available())