安装pytorch环境

最新推荐文章于 2025-06-16 13:33:26 发布
最新推荐文章于 2025-06-16 13:33:26 发布
阅读量2.4k 收藏 1
点赞数
CC 4.0 BY-SA版权
文章标签： pytorch 深度学习 人工智能
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。
本文链接：https://blog.youkuaiyun.com/m0_61183667/article/details/125616350

首先需要根据自己电脑的cuda版本安装查找对应的pytorch,下面的表格就是cuda版本对应的pytorch版本。

由于我的cuda版本是11.6，安装pytorch1.9.1即可。

首先需要创建新环境

其中monai是我的环境的名称，安装的python版本是3.6.5，然后按yes就可以创建新环境。

 

环境创建好后，下一步激活环境。再安装pytorch

由于我的cuda版本是11.6，安装torch版本是1.9.1即可。

1、环境之Pytorch环境安装
博客
01-07 2022
本文是关于pytorch环境安装相关的文本
PyTorch环境配置及安装
weixin_55922470的博客
06-26 931
先新建一个虚拟环境，在上图界面输入 conda create -n pytorch python=3.6 即可创建一个名为pytorch的python版本为3.6的环境。官网，下载1.1版本以上，Windows系统，conda包，python3.6版本，CUDA9.2版本（若无英伟达显卡则CUDA选None）复制对应命令运行即可安装。输入pip list可查看安装的包，可看到torch是否成功安装以及版本。输入torch.cuda.is_available()验证torch和cuda是否可用。
cuda 11.6 安装pytorch
weixin_45454859的博客
06-22 1597
cuda11.6
旧版本pytorch的安装（成功安装版）
xiaozhuzhu__的博客
03-21 1万+
注：有一些过程未进行截图，仅有文字描述（会尽量详尽），希望你们可以耐心看下去哦^ - ^环境：Win11cuda 12.4（原cuda11.6，已更新）安装版本：GPU版本。
NVIDIA驱动、CUDA以及PyTorch版本之间的关系
最新发布
Colin_xuan的博客
06-16 1214
驱动与 CUDA 版本匹配正确：你的驱动支持最高 CUDA 11.7，可放心使用 11.x 系列的 Toolkit。PyTorch 兼容性：基于 CUDA 11.3 编译的 PyTorch 可尝试安装 CUDA 11.4 Toolkit，理论上可行，但需：确认 PyTorch 官方对 CUDA 11.4 的支持；确保 cuDNN 版本匹配；验证环境变量配置正确。风险提示：若运行时出现库文件缺失（如版本不匹配），可能需要重新编译 PyTorch 或降级 CUDA Toolkit。
学习记录：Windows系统cuda11.6，安装pytorch1.12.0、python3.9
weixin_47247597的博客
03-15 1万+
学习记录：Windows系统cuda11.6，安装pytorch1.12.0、python3.9
pytorch 安装 GPU版本 1030也能装
细节处有神明的博客
12-07 2351
已经安装了anaconda核实是否为英伟达显卡，我电脑是入门级1030，在英伟达算力表上没有，但是也可以装。 CUDA Toolkit Archive | NVIDIA DeveloperCUDA 版本根据系统来，不用安装最新版，根据pytorch 支持的来选择。文件很大，不要安装错了。新增环境变量，将nvcc.exe所在目录添加至环境变量。核实是否完成 cmd 2.安装 cuDNN cuDNN Archive | NVIDIA Developer需要账号，注册就好将文件复制到CUDA中，插入
最新！！！！【Windows11】pytorch安装 GPU版本
weixin_42421914的博客
09-14 3949
【Windows11】pytorch安装 GPU版本
Python入门之anaconda安装pytorch环境快速上手（超详细！！！）
2401_87819686的博客
10-10 2825
在学习python时，一般都会使用Anaconda。
windows虚拟环境环境安装pytorch教程，包含虚拟机安装+pytorch安装全流程
03-18
在成功搭建好虚拟环境后，接下来就可以着手安装PyTorch了。 ##### 5.1 安装Python - 如果尚未安装Python，请访问Python官方网站下载并安装Python。 - 推荐安装Python 3.6及以上版本。 ##### 5.2 创建虚拟环境 - ...
基于windows11系统安装PyTorch环境
xjl196的博客
05-05 4498
原因 怎么说呢，对于这个环境的安装，我表示非常的无语，从安装到卸载，最好从卸载到安装， 不下五次我也不知道为什么我会这么做，总结如下原因： 每次安装时间总是从晚上8点回寝室开始，到晚上11点睡觉为止，没有认真搞 环境以前在做机器学习课设的时候有用过一次，但是没有完全搞好（cuda cunn） 总觉得能成功，但每次都没成功，总有那么一两个小细节没有完成好 看优快云的文章，不要看太多，看一篇就够了，主要是理清楚自己的思路，按照csdn步骤可以，但一定要有自己的思路 '尼玛的，我反正装好了，能
YOLO学习02（解决CUDA和Pytorch版本不匹配的问题）[CUDA11.6+PyTorch1.12.0]
ling_er_mei_mei的博客
07-09 1万+
解决版本问题
win下pytorch安装—cuda11.6 + cudnn8.4 + pytorch1.12 + tensorRT（pycuda）
qq_37346140的博客
03-22 6699
下载解压后将bin以及include文件夹复制粘贴到步骤一种cuda安装目录下，同cudnn，直接复制粘贴会自动合并；这里选择默认目录即可，是个安装过程的临时目录，结束后此文件夹会被自动删除。需要注意的是这里并非指定安装目录，若需要指定安装目录，此处需与指定安装目录不同。注意上图的红色框框，是因为博主环境变量配置的问题。正确配置后即可查看安装的tensorRT版本了。这里有个前置工作需要搞清楚的，就是自己的显卡支持的cuda版本。目录下两个exe文件后是否出现跑“pass”，出现即为安装成功。
pytorch版本和cuda版本对应
木槿qwer的博客
11-13 1万+
pytorch版本+cuda版本匹配
PyTorch和CUDA版本对应关系
weixin_42569956的博客
11-02 3万+
PyTorch和CUDA版本对应关系
cuda11.6配置torch环境（运行yolov5项目）
lanlansir的博客
09-26 1万+
cuda
win11配置torch GPU环境（cuda 11.6 or 11.3）
m0_61059963的博客
11-05 4688
总结：torch GPU环境的安装主要是cuda版本和torch版本的对应，然后就是下载torch比较麻烦，大家在安装的过程中有任何问题都可以私信找我，我这边看到会尽可能帮大家解决。（4）下载的过程中可能会出现下载失败或者下载异常的问题，如果通过以上命令安装失败的话，我这边给大家准备了下载好的轮子，大家可以自行下载并安装。（2）我个人下载的是11.3的版本，两个都可以，如果是11.3的版本可以用如下链接。（注：命令用pip还是pip3或者是conda根据你安装的python环境决定）
Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】
热门推荐
weixin_44842318的博客
10-24 3万+
Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】
新手保姆级GPU版本pytorch安装（win系统），CUDA和torch对应版本！
xhdbobo的博客
04-19 7981
CUDA和cuDNN安装教程！
安装cuda11.8的pytorch1.9.1
11-22
安装CUDA 11.8和PyTorch 1.9.1通常涉及以下几个步骤： 1. **检查兼容性**: 确保你的系统支持CUDA 11.8，并且确认你的显卡型号在官方支持列表中。访问CUDA官网 (<https://developer.nvidia.com/cuda-downloads>) 查看对应版本的详细信息。 2. **下载CUDA Toolkit**: 下载 CUDA 11.8 的安装包，一般可以从 NVIDIA Developer Zone 获取。选择适合你操作系统的版本（如Windows、Linux或macOS），并按照提示下载。 3. **安装CUDA**: 运行安装程序，遵循安装向导完成安装。注意，在安装过程中要选择“仅安装CUDA”选项，避免安装驱动程序或GPU计算软件栈。 4. **更新PATH环境变量**: 完成安装后，需要更新系统路径以指向CUDA的bin目录，这通常是在`<CUDA_ROOT>/bin`。添加这个路径到系统的PATH环境变量中，以便命令行工具可以找到它。 5. **安装cuDNN**: 对于深度学习而言，cuDNN是PyTorch的重要依赖。从NVIDIA官网下载cuDNN并与CUDA版本相匹配，然后按照文档指示安装。 6. **安装PyTorch**: 使用pip安装PyTorch 1.9.1，指定CUDA和cuDNN版本： ``` pip install torch torchvision -f https://download.pytorch.org/whl/cu118/torch_stable.html ``` 或者如果需要CPU版本，替换为 `torch+ torchvision` 7. **验证安装**: 安装完成后，你可以通过Python测试安装是否成功，例如运行以下代码： ```python import torch print(torch.cuda.is_available(), torch.cuda.current_device()) ```
评论
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