Torch 安装教程 windows系统

一、下载安装包

torch 直接使用pip 下载很慢,我这里建议使用迅雷下载,下载完成后卸载迅雷就可以了
torch官网 因为是外网打开很慢。
打开之后往下翻找到这个位置
说明:
1、下载方式最优先迅雷后面我会附链接。然后使用pip 进行安装。我建议使用pip 安装,网上推荐的各种使用conda 安装需要先下载anaconda 对新手来说这又是一个难点,anaconda过于庞杂。各种环境的设置,够新手喝一壶。所以我直接建议pip 安装,等以后对环境有需求在研究下anaconda。

2、对应的CUDA版本。参照CUDA安装教程 选择对应你CUDA版本的torch,如你电脑安装CUDA12.1 那么这里选择CUDA12.1

3、打开cmd 复制这个pip 下载链接,到cmd回车会自动进行下载安装。前提是已经安装好python,没有安装python的参考这个链接python安装教程

4、可以直接复制这个链接这是torch cu117 到迅雷进行下载,然后再使用pip 命令进行安装这个版本目前适用于CUDA11.1以上的所有版本。适用性较强
在这里插入图片描述

二、进行安装

1、使用pip链接下载时等待自动完成安装,即可
2.使用迅雷下载好之后我们获得一个名为torch-2.0.1 cu117-cp311-cp311-win_amd64.whl安装包。
首先需要更新python 命令 python.exe -m pip install --upgrade pip
然后需要换源命令 pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

然后打开cmd 进入这个文件所在目录。进入文件所在目录命令

  1. 进入文件所在盘符如E盘 则cmd输入 E: 回车
  2. 进入所在目录命令cmd 输入 cd 文件所在位置 如:E:\迅雷下载 回车
  3. 进行pip 命令安装 pip install torch-2.0.1 cu117-cp311-cp311-win_amd64.whl 回车
  4. 等待安装完成

三、查验是否安装成功

运行以下代码,返回True 则代表成功
import torch
print(torch.cuda.is_available())

### PyTorch 2.5 安装指南 PyTorch安装通常依赖于特定的操作系统、硬件配置以及所需的计算库(如 CUDA)。以下是针对 PyTorch 2.5 版本的安装指导,基于已有的引用内容和其他专业知识。 #### 系统准备 在开始之前,请确认操作系统满足最低要求。对于 Windows 和 Linux 用户,建议使用 Anaconda 来管理 Python 环境及其依赖项[^2]。MacOS 用户可以直接通过 `pip` 或者虚拟环境完成安装[^3]。 #### 步骤概述 1. **创建虚拟环境** 使用 Conda 创建一个新的 Python 虚拟环境以隔离项目依赖。 ```bash conda create -n pytorch_env python=3.9 conda activate pytorch_env ``` 2. **检查 GPU 支持情况** 如果计划利用 NVIDIA 显卡加速训练过程,则需验证设备是否支持 CUDA 计算能力。可以通过以下命令获取显卡详情: ```bash nvidia-smi ``` 3. **选择合适的 PyTorch 构建版本** 根据官方文档或推荐资源表单,找到对应操作系统的 PyTorch 二进制包地址。例如,在具有 CUDA 12.x 支持的情况下,可运行如下指令来指定安装目标版本[^4]: ```bash pip install torch==2.0.1 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 ``` 对于 CPU-only 场景或者自定义编译需求,调整 URL 参数即可切换至无 GPU 加速模式: ```bash pip install torch==2.0.1+cpu torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu ``` 4. **附加组件安装** 若涉及图形界面展示或其他高级功能扩展,可能还需要额外加载相关模块。比如 Streamlit Demo 所需文件列表中的依赖项可以这样处理: ```bash pip install -r requirements/streamlit_demo.txt ``` 5. **测试安装结果** 启动交互式解释器并尝试导入核心类库,观察是否存在异常提示信息: ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 如果一切正常,应该能够看到预期输出值反映当前环境中实际部署好的框架状态。 --- ### 注意事项 - 不同平台间可能存在细微差异,请参照具体发行版说明文档进一步核验兼容性条件。 - 当前最新稳定分支未必完全匹配提问所指代的历史标签号数位序列;因此务必查阅官网发布日志明确确切映射关系后再行动作决策。
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