如何安装gpu版本的pytorch（超详细）

原创 已于 2023-09-21 09:49:56 修改 · 2.8k 阅读 · 31 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#pytorch #人工智能 #python

于 2023-09-20 21:32:12 首次发布
该博客主要介绍了PyTorch的安装步骤。首先需检验是否已安装CUDA，若未安装可参考另一篇文章。接着要检查电脑的GPU与CPU、查询Python版本。然后进入官方页面，根据版本找到对应网址，下载whl文件并复制地址到Python配置环境位置，按顺序pip安装。最后检验安装是否成功。
该文章已生成可运行项目，

目录

1.安装CUDA

2.安装pytorch

1、检查自己电脑的gpu与cpu

2.查询你的python版本

3.安装pytorch

1、进入官方页面pytorch

2、pytorch的whl下载地址

3.检验pytorch安装是否完成

1.安装CUDA

首先，在命令行输入nvcc -V检验是否已安装CUDA

若结果显示为

则表明已经配置过CUDA。

若结果为

则尚未配置，配置过程可见笔者的另一篇文章CUDA安装教程（超详细Windows版）

2.安装pytorch

1、检查自己电脑的gpu与cpu

在左下角搜索栏中输入设备管理器，从中找到显示适配器即可看到电脑里的gpu与cpu了。

这里就可以看出你是否有gpu了。

2.查询你的python版本

ctrl+r后输入python

3.安装pytorch

1、进入官方页面pytorch

找到这个页面

从中根据我们的 版本在Run this Command中找到其所对应的网址

https://download.pytorch.org/whl/cu117从中找到我们所要安装的torch torchvision torchaudio

会相对复杂一点。

2、pytorch的whl下载地址

直接进入这个页面开始查找

这里cpu是安装cpu版本的cu是gpu版本的，cp指的是你的python版本，还有就是win和linux系统的选择，找到你所对应的版本将其点击下载。

找到这三个文件将其地址复制到你python的配置环境位置。

在这里进入命令窗口或者cd到这里

对这三个文件分别pip安装，

要按照torch，torchvision，torchaudio的顺序安装完成。

3.检验pytorch安装是否完成

如果结果为True则安装成功。

​​​​​​​​​​​

本文章已经生成可运行项目
AI_dataloads
关注
Pytorch1.7.0—GPU安装教程
明德zhuang
11-20 2万+
Pytorch1.7.0—GPU安装教程
GPU版本pytorch的安装
appllllllle的博客
07-20 354
本文仅提供python+CUDA+pytorch的安装，不包含Anaconda的安装。
pytorch gpu版本安装（最新保姆级安装教程）
最新发布
p213100的博客
09-03 1329
最新的保姆级教程
Nvidia GTX 3090:Pytorch安装教程(GPU版本)
m0_46928770的博客
02-13 1672
GPU版本的pytorch要根据显卡的型号选择合适的版本(Nvidia GTX 3090)
PyTorch安装教程（GPU版）
热门推荐
qq_45670495的博客
08-03 4万+
PyTorch的GPU安装方法，有详细的图过程，从显卡驱动到安装成功。
(GPU版本） PyTorch安装教程
Wang_sweet的博客
03-05 7634
Pytorch安装，详细入门级教程。（包含官网命令行安装和离线安装）
Win10+GTX1660Ti+CUDA10.1+cuDNN v7.6.4+Anaconda+PyCharm配置GPU版本PyTorch超详细步骤
12-21
如果输出正确的PyTorch版本号并且`torch.cuda.is_available()`返回`True`，则表明GPU版PyTorch已成功安装。 **6. PyCharm配置** PyCharm是一款强大的Python IDE，可以帮助我们编写和调试代码。下载并安装PyCharm后...
Win10下使用Anaconda安装GPU版本PyTorch
半夏微凉的博客
11-11 887
PyTorch是一个开源机器学习框架，最初来自Meta Ai。如果你想研究人工智能或从事人工智能项目方面的工作，那么在本地机器上使用PyTorch设置开发环境对于许多项目来说都是必不可少的。GPU（图形处理单元）是一种专用处理器，最初设计用于同时处理数据。它有助于加快深度学习代码的计算速度。这篇博客是在Windows上安装PyTorch GPU的完整指南。
windows10安装GPU版pytorch详细教程（以cuda10.0+pytorch1.1为例）
10-19
Windows 10 安装 GPU 版 PyTorch 详细教程（以 CUDA 10.0+PyTorch 1.1 为例） 本教程将详细介绍如何在 Windows 10 环境下安装 GPU 版 PyTorch，该教程以 CUDA 10.0 和 PyTorch 1.1 为例，手把手教学，帮助读者快速...
超详细深度学习环境搭建指南——GPU版本的pytorch（附pytorch的pycharm环境搭建）
weixin_45524984的博客
09-24 7846
超详细GPU版本的pytorch安装指南（附pytorch的pycharm环境搭建） 本人学生一枚，第一次搭建深度学习环境，如有错误，还请大佬多多指教 （一）Anaconda的安装 由于Anaconda的服务器在国外，下载速度非常非常缓慢，于是采用清华的镜像源下载。 清华镜像源：https://mirrors.tuna.tsinghua.edu.cn/ 选择anaconda并安装 选择archi...
windows10安装GPU版pytorch详细教程（以cuda10.0+pytorch1.1为例，手把手教学）
weixin_44414948的博客
12-05 6810
1.在NVIDIA官网搜索并安装自己电脑对应的显卡驱动 建议安装440，450版本的驱动，太新的容易出问题，如cuda不兼容啥的。。。 附上链接 2.cuda10.0及对应cudnn安装 2.1 cuda10.0下载链接如下，按图中所示下载即可。 https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_t
安装GPU版本Pytorch（全网最详细过程）
learn more，have more
03-02 3万+
安装GPU版本Pytorch（全网最详细过程）
GPU版本的pytorch环境配置详细教程(从零开始安装)
2301_80350862的博客
08-22 4411
PyTorch深度学习框架安装指南 本文介绍了PyTorch框架及其安装前准备。PyTorch是灵活的深度学习框架，支持动态计算图和GPU加速，包含丰富的工具库。安装前需配置Miniconda环境，推荐使用清华镜像源加速下载。同时需安装CUDA Toolkit和cuDNN以实现GPU加速，需注意版本兼容性。文中详细提供了Miniconda安装步骤、环境管理命令以及CUDA版本查看方法，为深度学习环境搭建提供了完整指导。
GPU版PyTorch安装
cherryc_的博客
02-26 4176
显卡4060，CUDA11.3+Pytorch1.12.0配置
Pytorch的GPU版本安装，在安装anaconda的前提下安装pytorch
IN year
01-05 6584
本文基于conda安装GPU版本的PyTorch。
安装pytorch （GPU版本）
qq_27550775的博客
07-23 1838
这我就很疑惑了，后来我在.conda同级的文件.condarc中发现了，我在第二次安装时，anaconda 的路径名是小写，在这个文件后添加导致了错误，你们没有重复安装的经历，应该没有这样的错误。我的机子cuda版本为12.3，算是比较高的那个，但是pytorch官网现阶段只放出了cuda11.8和12.1，建议11.8，因为有的不向下兼容。下载的过程可以看一集甄嬛传（用镜像源的同学肯定不可以），所以还是打开路径下的pkgs文件，你刚才下载的包都在这个路径下。键入conda info查询信息。
Pytorch GPU版本安装
cash_cp的博客
04-28 2141
安装Pytorch GPU版本过程
pytorch gpu安装教程（Perfect完美系列）
陈嘿萌的博客
07-17 1万+
安装环境其实很简单，只需找到一个好的教程就足已；如果你觉得有困难，那么一定就是还没找到一个好的教程。
安装pytorch_gpu版本
01-01
### 安装GPU版本PyTorch 对于希望利用GPU加速计算的应用场景，在特定操作系统上安装GPU版本的PyTorch是一个重要的步骤。考虑到不同的硬件和软件环境，以下是针对不同情况下的指导。 #### Ubuntu 18.04上的安装指南 在Ubuntu 18.04环境下准备安装GPU版本的PyTorch时，首先要确认系统的显卡能够被CUDA所支持[^3]。例如，如果使用的显卡为GT640m，则需要注意该款显卡可能无法兼容最新的CUDA版本如11.0；相反，它更适合搭配较低版本的CUDA，像CUDA 10.0这样的选项可能会更加合适。 为了确保顺利安装，建议先访问[NVIDIA开发者页面](https://developer.nvidia.com/cuda-gpus)，查询具体的显卡型号是否列于官方支持列表内，并据此选择合适的CUDA版本进行下载与安装[^4]。 完成上述准备工作之后，可以通过Conda或pip工具来获取指定版本的PyTorch。这里推荐使用Anaconda管理Python包及其依赖关系，因为这能简化跨平台开发过程中的许多复杂度。具体操作命令如下所示： ```bash # 创建一个新的虚拟环境（可选） conda create -n pytorch_env python=3.7 conda activate pytorch_env # 安装PyTorch (假设选择了CUDA 10.0) conda install pytorch torchvision torchaudio cudatoolkit=10.0 -c pytorch ``` 以上命令会自动处理好所有必要的依赖项，包括但不限于CUDA Toolkit以及cuDNN库等。值得注意的是，当从官方网站挑选旧版PyTorch时，应当留意区分其分发形式——即是从`conda`渠道还是通过`.whl`文件安装，这一点同样适用于其他发行方式的选择[^5]。 最后一步是验证安装成功与否。可以在Python解释器中运行以下代码片段测试是否存在可用的GPU资源供PyTorch调用： ```python import torch print("GPU available:", torch.cuda.is_available()) ``` 这段简单的脚本将会输出当前环境中是否有有效的GPU设备可以用于加速运算。如果有多个GPU存在于同一台机器上，还可以进一步探索如何设置默认使用的GPU编号等功能特性。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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