1、前言
笔者按照腾讯元宝、豆包告诉我的,使用pip install直接安装,安装的都是CPU版本的,而且大概率不能成功识别。检验是否安装成功方法如下:
activate env # 如果报错,则用 conda activate env
import torch
print(torch.__version__) # 返回torch版本,末尾应当为+gpu
torch.cuda.is_available() # 返回ture
如果是初学者,不限制pytorch版本的话,使用如下代码即可安装:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
最终的效果如下:
注意:似乎有朋友反应,使用清华源安装的pytorch是cpu版本的。我自己实验直接使用官网,下载速度其实还行。所以为了避免出问题,请按照我给出的代码进行下载,不要在后面加镜像源,慢点就慢点了。
2、特定版本的torch
如图,我们在GitHub上下载开源项目模型时,requirements.txt中往往会对torch版本有要求,如果版本不对的话,或许会在编译时遇到问题。尽管理论上讲应该能向上兼容,但以防万一,还是尽可能保证torch版本一致。
首先,需要登录pytorch官网下载.whl文件。官网地址如下:
download.pytorch.org/whl/torch/
网页中有相当多的文件,想要找到特定版本,请使用Ctrl+F查找。
需注意,要找到+cu的文件。这表示是使用cuda的。
我这里选择“torch-1.13.1+cu117-cp39-cp39-win_amd64.whl”文件,因为该文件表示cuda版本是11.7;python版本是3.9。我的cuda版本是12.7,理论上兼容11.7版本。
该whl文件下载到了路径“F:\Edge”下,因此,在anaconda中输入的代码即为:
pip3 install F:\Edge\torch-1.13.1+cu117-cp39-cp39-win_amd64.whl
anaconda效果如图:
注意:在配置完成后,要检查安装torchversion、torchaudio是否会存在冲突,如果有冲突,要使用pip3 install XX==XX来控制其版本。
(不确定版本的话,可以问问豆包)
3、只使用代码安装(autodl)
安装时,torch版本可去官网查询:Previous PyTorch Versions | PyTorch
找到对应pytorch版本,即可安装,该方法适用于autodl。