win10+conda+pytorch-gpu安装

最新推荐文章于 2025-11-16 17:25:40 发布
原创 最新推荐文章于 2025-11-16 17:25:40 发布 · 9.9k 阅读 · 7 ·
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。

本文档介绍了在Windows 10上通过Anaconda安装PyTorch-GPU的详细步骤，包括下载Anaconda、设置conda环境、安装CUDA和cuDNN，以及验证安装成功的测试代码。提供了适用于不同GPU环境的安装指南和相关资源链接。

pytorch 官网上只有linux和Mac的程序包，没有windows系统的，但是windows系统还是可以用pytorch的。 
github： https://github.com/peterjc123/pytorch-scripts

首先要安装anaconda：

推荐清华镜像 
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 
拖到最后，下载最新版即可。

这里写图片描述

安装完毕要安装pytorch运行环境：

# If your main Python version is not 3.5 or 3.6
conda create -n pytorch python=3.6 numpy pyyaml mkl

  • 3. activate pytorch36 激活这个虚拟环境（取消激活用deactivate）

    4. 在pytorch 官网上寻找自己的环境，注意自己电脑是不是有显卡，查看自己是否是独显还是集成显卡（集成显卡就是核显）在这里不能使用cuda 安装，按win+R 输入dxdiag 找到显示，查看显卡属性，然后百度搜是否是集成显卡还是独显

最低0.47元/天 解锁文章
win10通过conda安装pytorch gpu
小罗卜的博客
07-07 704
下载后直接安装，安装完成后配置环境变量，具体可以百度anaconda安装说明。安装完成后，打开cmd，输入conda --version，如果能查看到版本信息，说明安装成功。1）conda create -n pygpu python=3.8 创建名为pygpu的环境，安装python3.8版。我下载的12.2版本，安装后通过cmd输入nvcc -V可查看是否安装成功。4）安装完成后，检查pytorch-gpu版是否安装成功。True表示 pytorch-gpu安装成功。1. 安装anaconda。
windows10使用conda安装GPU版pytorch并使用GPU进行运算
weixin_44405644的博客
03-01 1907
系统配置 windows10 anaconda + pycharm gpu 操作步骤 确认自己的CUDA版本 dos中输入 nvidia-smi 得到如图所示：即说明cuda版本为10.1 2. 使用conda创建虚拟环境（不需要安装cuda和cudnn） conda create --name pytorch python=3.7 conda activate pytorch 查看...
Conda虚拟环境管理，示例：安装GPU版PyTorch、解决PowerShell启动时无法激活虚拟环境的问题、导出导入环境、安装GCC编译器
DEDSEC_Roger的博客
10-07 3076
本文介绍了Miniconda的使用优势及安装配置方法，重点讲解了PyTorch不同版本的安装流程和环境管理技巧。主要内容包括：1）推荐使用轻量级Miniconda而非Anaconda；2）详细说明PyTorch各版本（1.12.1、2.2.2、2.4.1）的安装命令及对应Python版本要求；3）环境克隆与管理方法；4）解决Windows PowerShell下conda环境激活问题的具体步骤。文章还提供了换源建议和常见错误解决方案，适合需要配置PyTorch开发环境的用户参考。
深度学习篇---GPU版本pytorch安装流程
最新发布
道阻且长，行则将至。
11-16 997
本文详细介绍了GPU在深度学习中的核心作用及PyTorch GPU环境的完整搭建流程。首先解析了GPU与CPU的本质区别：GPU凭借数千个简化核心擅长并行计算，特别适合深度学习中的张量运算。关键组件包括NVIDIA显卡、驱动程序、CUDA工具包和cuDNN加速库，必须严格保持版本兼容。安装过程分为六个步骤：确认显卡型号和驱动版本、安装/更新驱动、确定CUDA版本、安装CUDA和cuDNN、安装PyTorch GPU版本，最后通过代码验证环境。
conda安装GPU版本的pytorch
ITLCFgoing的博客
10-18 1866
https://download.pytorch.org/whl/cu111/torch_stable.htmlhttps://download.pytorch.org/whl/cu111/torch_stable.html 先安装好cuda和cudnn 然后下载对应版本的torch和torchvision 然后进入环境，pip install 文件的位置 pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
在conda虚拟环境下安装PyTorch-gpu版本
m0_63669388的博客
10-06 1万+
本文主要介绍在conda环境下安装gpu版本的torch框架，包括一些版本对应，安装注意事项，以及一些测试成功的案例，内容详细易于理解
conda 安装 Pytorch（GPU）
cbzhunian
03-10 6336
最好创建一个虚拟环境，方便管理。 1.进入Anaconda Prompt 进行创建一个新环境，这边指定python环境是3.6 conda create --name pytorch_gpu python=3.6 2.进入虚拟环境 conda activate pytorch_gpu 3.进行更换下载源，原始源下载速度较慢 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2
Win10 + CUDA11.7+pytorch手动安装-2.0版本
热门推荐
qimo601的专栏
06-07 5万+
利用anaconda安装pytorch环境，2022年更新。
精选资源
win10使用清华源快速安装pytorch-GPU版(推荐)
01-11
检查自己的cuda是否安装好 在anaconda prompt中输入 nvcc -V 显示如上面表示安装好了。 配置清华园下载环境 同样在在anaconda prompt中输入 conda config --add channels ...
win11+conda+pytorch开发环境的安装
king_koo2024的博客
08-30 1269
目标服务器配置为：12th Gen Intel(R) Core(TM) i5-12400，16G内存，2T IDE+512G SSD，自带Intel UHD Graphics 730集显，操作系统为win11。选择Download cuDNN Library，然后选windows-x86-Tarball-12下载压缩包。选择12.3.2版本，然后选windows-x86-10-exe(local)下载到本地安装。nvidia-smi --驱动程序安装成功标记。
windows系统下用conda安装gpu版本的pytorch
石湖一叶
06-17 933
安装PYTORCH 我是在pycharm中安装的，首先下载好pycharm。然后点击File→Settings→Project Interprters 在这个界面你可以选择想用那个版本的python，因为除了电脑中原有的，他会默认指定pycharm自带的。所以在这里可以选择使用之前电脑中已有的。 然后点击＋，在manage repositories中可以配置国内的源，如清华 豆瓣 之后在这张图上边的搜索框中输入pytorch，再点击左下角的install选项就好。 安装成功后，输入im
win10下conda安装pytorch-gpu版本（超详细），完美解决镜像源下载慢问题！
weixin_44398263的博客
07-31 7749
这几天一直在配置pytorch-gpu的环境，前面装anaconda、pycharm，CUDA,cuDNN的时候一度挺顺利的，前面这些我是主要参考这篇博客win10+MX350显卡+CUDA10.2+PyTorch 安装过程记录 接着我们重点来说说pytorch的环境配置 1. 创建一个虚拟环境 最好先创建一个虚拟环境，在里面安装pytorch。创建前要先添加清华源，这样会更快一些 conda config --add channels https://mirrors.tuna.tsinghua.edu.c
conda虚拟环境安装pytorch(gpu版本)纪实
qq_45863710的博客
11-09 4723
在系统已经安装好 CUDA 和 cuDNN 的情况下，如何在 conda 虚拟环境中安装 GPU 版本 pytorch
记录|windows用pip安装pytorch
我只要燃烧不在乎陨落
08-17 1189
发现pip install torch并不管用，所以直接安装wheel 进入官网https://pytorch.org/get-started/locally/，根据你的情况来选择，然后就会给出一个命令行，在终端输入这个命令行即可顺利安装 比如： ...
conda 安装pytorch（gpu）
weixin_44737691的博客
03-13 1万+
根据上图可知，我安装了CUDA 11.3版本，那么可选的cuDNN版本有很多，这里我直接无脑安装了最新版本，也就是cuDNN的8.4.0版本，同样是用清华镜像源来安装。如上图，这一条命令可以满足我的pytorch和cuda之间的对应关系，因此，我们复制它并运行，即可安装Pytorch 1.11.0。系统的CUDA版本决定了系统最高可以支持什么版本的cudatoolkit，它是向下兼容的。提醒：下面的操作也是要在激活虚拟环境的情况下进行的！pytorch的版本也是和CUDA版本有对应关系的。
conda安装GPU版pytorch
qq_43196349的博客
10-05 1688
conda安装GPU版pytorch
使用conda安装GPU版本的Pytorch
jianger的博客
03-13 2203
在python3.7的环境下，使用如下命令安装pytorch1.11，结果安装成CPU版本
conda/miniconda 安装pytorch(GPU)_Windows_实录_2022.1.4
weixin_44249131的博客
01-04 2104
conda/miniconda 安装pytorch(GPU)_Windows_实录_2022.1.4 1.打开anaconda promopt，创建虚拟环境 conda create --name test python=3.8 -y test为环境名 2.激活虚拟环境 conda activate test 进入test环境 3.添加镜像源 清华镜像源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/p
conda环境下安装GPU版本的pytorch
luckyme_的博客
03-28 7348
1、确认NVIDIA 独立显卡的 CUDA 计算能力 首先要确定 GPU 型号，方法为：右击“我的电脑”->在上下文菜单中选择“管理”->在窗口左边栏中选择“设备管理器”->选择“显卡”查看 GPU 型号。或从“NVIDIA控制面板”也可以查看。根据GPU 型号查找对应的 CUDA 计算能力。 https://developer.nvidia.com/cuda-gpus#collapseOne 2、确定 CUDA 版本 在桌面空白处右击，在弹出的上下文菜单中选择“NVIDIA控制面
win10离线安装pytorch-gpu
02-23
### 安装准备 为了在 Windows 10 上成功离线安装 PyTorch GPU 版本，需先准备好必要的文件并设置好环境。确保已下载适用于目标系统的 CUDA 工具包以及 cuDNN 库，并确认其版本兼容所要安装的 PyTorch 版本。 #### 下载所需组件 - **CUDA Toolkit**: 根据所需的 PyTorch 和 CUDA 的匹配关系选择合适的 CUDA 版本。对于 PyTorch 2.1.0 推荐使用 CUDA 11.8[^2]。 - **cuDNN Library**: 需与选定的 CUDA 版本相适配。可以从 NVIDIA 官方网站获取相应版本的 cuDNN 文件。 - **Miniconda 或 Anaconda**: 使用 Miniconda 创建 Python 虚拟环境来管理依赖项更为简便。推荐选用带有 Python 3.8 及以上版本的 Miniconda 发行版[^3]。 - **PyTorch 相关 whl 文件**: 访问官方提供的离线资源页面或通过其他可靠渠道提前下载适合本地硬件条件（如特定 CUDA 版本）的 `torch`, `torchvision` 和 `torchaudio` 的 `.whl` 文件[^4]。 ### 设置开发环境 完成上述软件包收集之后，在未联网的情况下按照如下步骤操作： #### 初始化 Conda 环境 启动命令提示符窗口，执行以下指令初始化一个新的 conda 环境用于承载即将部署的应用程序及其依赖库: ```bash conda create -n pytorch_env python=3.8 conda activate pytorch_env ``` #### 手动添加路径至系统环境变量 将之前提到过的 CUDA 组件所在目录加入到系统的 PATH 中以便于后续调用编译器和其他工具链功能。具体来说就是把下面这些位置追加进去（假设默认安装到了标准路径下）： - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include` - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp` 这一步骤可以参照常规方法修改注册表或者利用图形界面来进行调整[^1]。 #### 安装预下载好的 Whl 包 切换回激活状态下的 conda 环境，依次运行下列 pip 命令以加载先前保存下来的 wheel 文件： ```bash pip install torch-<version>-win_amd64.whl pip install torchvision-<version>-win_amd64.whl pip install torchaudio-<version>-win_amd64.whl ``` 请注意替换 `<version>` 占位符为实际文件名中的版本号部分。 最后验证安装成果可通过打开 Python 解释器输入 `import torch;print(torch.cuda.is_available())` 来查看返回值是否为 True 表明一切正常工作。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

打赏作者

一摩尔自由

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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