pytorch安装

本文详细介绍了在Windows环境下,如何检查GPU支持、确定CUDA版本、下载与安装PyTorch及其依赖库torchvision的步骤,并提供了相关资源链接。通过conda创建虚拟环境,激活并使用pip安装指定版本的压缩包,最后验证GPU安装是否成功。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.查看是否电脑支持GPU:打开设备管理器
右键我的电脑-》属性-》设备管理器-》显示适配器
NVI支持显卡,amd的不行。
2.压缩包下载准备:
(如果是CPU跳过)
如果是GPU,查看cuda的版本号,参考博客链接:https://blog.youkuaiyun.com/qq_38295511/article/details/89223169
window+Q,在搜索框里搜索控制面板,查看方式小图标,NVIDIA控制面板,

在这里插入图片描述
在这里插入图片描述

左下系统信息-》组件-》查看版本
在这里插入图片描述
在这里插入图片描述

3.下载压缩包:链接https://download.pytorch.org/whl/torch_stable.html
下载版本对应:参考链接 https://gitcode.net/mirrors/pytorch/vision?utm_source=csdn_github_accelerator
在这里插入图片描述

然后找对应的压缩包进行下载:
压缩包对应的名词解释:
在这里插入图片描述

4.压缩包的安装:参考博客:https://blog.youkuaiyun.com/qq_41375318/article/details/102483339
在anaconda中创建虚拟环境,
打开conda,conda create -n 环境的名字 python=3.6(python对应的环境)
conda info --envs可以查看所创建的所有环境的名字,如果创建成功则进行下一步。
5.打开conda,或者是使用pip(window+R,输入cmd),activate 环境名称这一步激活第4步创建的环境,然后输入命令,指向第3步下载的压缩包所在的位置.。

cd E://跳转到e盘;
cd 具体路径;

6.定位到路径之后输入 pip install “压缩包名称”
例如:

pip install "torch-1.1.0+cpu-cp36-cp36m-win_amd64.whl"
pip install "torchvision-0.3.0+cpu-cp36-cp36m-win_amd64.whl"

7.查看是否安装成功(检查安装版本是CPU还是GPU)
activate pytorch1.1.0=>激活第4步中的环境
python=>运行该环境下的python
import torch=>导入,如果不报错则则证明安装成功

version左右是英文的两个!两个!两个!短杠

print(torch.__version__)//输出torch版本,version左右是英文的**两个!两个!两个!**短杠
(pytorch1.1.0) d:\00-package>python
Python 3.6.2 |Continuum Analytics, Inc.| (default, Jul 20 2017, 12:30:02) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
>>>print(torch.cuda.is_available())
1.1.0
True#(如果是True则为GPU安装成功,如果为False则为CPU安装成功)
### 如何在不同环境下安装PyTorch #### 创建虚拟环境 为了确保项目的独立性和稳定性,建议在安装PyTorch前先创建一个专门的虚拟环境。这可以通过Conda工具轻松实现。具体命令如下: ```bash conda create -n pytorch_env python=3.9 ``` 上述命令会创建名为`pytorch_env`的虚拟环境,并指定Python版本为3.9[^1]。 激活该虚拟环境的命令为: ```bash conda activate pytorch_env ``` 此时,您已成功切换至新创建的虚拟环境中工作[^4]。 #### 查找合适的PyTorch版本 进入PyTorch官方网站 (https://pytorch.org/get-started/previous-versions/) 可以找到适合您的CUDA版本对应的PyTorch安装指令。例如,如果您使用的CUDA版本11.7,则可以在页面上通过快捷键Ctrl+F搜索关键字“11.7”,从而定位到相应的安装命令[^5]。 #### 安装PyTorch 假设目标是安装支持GPU加速的PyTorch-GPU版,可以运行以下命令完成安装操作: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia ``` 此条命令不仅包含了PyTorch核心包及其依赖项(如`torchvision`, `torchaudio`),还指定了特定版本的CUDA Toolkit作为驱动程序的一部分[^2]。 如果仅需CPU版本而无需考虑GPU兼容性的话,那么可以直接简化成这样一条语句来执行安装过程: ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 这条命令适用于那些不打算利用图形处理器来进行计算的情况下的开发场景[^4]。 #### 验证安装结果 最后一步非常重要——验证刚刚所做的一切是否正常运作。启动Python解释器并尝试导入模块即可初步判断其状态良好与否: ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 这段脚本能够打印当前加载的PyTorch库的具体版本号以及检测是否存在可用的CUDA设备资源情况[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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