在conda虚拟环境下安装PyTorch-gpu版本

原创 已于 2024-03-12 19:25:20 修改 · 1.1w 阅读 · 85 ·
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。
文章标签：

#conda #pytorch #人工智能

于 2023-10-06 16:01:05 首次发布
本文详细指导如何在conda中创建虚拟环境，选择适当的Python和PyTorch版本，包括CUDA的匹配，提供下载链接和安装步骤，以及测试安装成功的验证方法。
该文章已生成可运行项目，

conda环境配置

在conda虚拟环境下安装PyTorch-gpu版本

引言：

学会在conda中创造虚拟环境，并且在不同的虚拟环境中安装不同的配置（不同的python、torch版本）至关重要，因为对于不同的项目而言，所需要的环境是不同的，因此我们必须学会在conda里面配置环境。

1. 下载好anaconda以及CUDA

  • 检查电脑能够装的最高cuda版本 （注意这里是此电脑能装的最高cuda版本，不是目前的cuda版本，具体cuda版本要到官网进行下载）
    在这里插入图片描述

  • 下载anaconda (如何安装pytorch详细教程！！！)全面讲解安装Anaconda+CUDA+PyTorch

  • 下载Cuda (注意与python版本相互对应) cuda官方网址下载

    • 下载完后在虚拟环境的命令行输入nvcc -V 检查cuda版本是否正确
    C:\Users\DRJ> nvcc -V
'''
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:32:27_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.2, V10.2.89
'''

2. 创建并进入虚拟环境 选择python版本

conda create -n env_name python=3.8  # 创建一个名字为env_name、python版本为3.8的虚拟环境
conda create -n randla python=3.8  # 虚拟环境名字是randla,python版本是3.8
conda activate randla # 激活环境并进入，可以在环境里进行下载各种库和包

3. 找对python torch torchvision cuda的对应版本 并 下载安装

一定要选择合适的python版本，以及对应pytorch、torchvision、cudatoolkit、torchaudio版本。

如果版本对应错误那后面就不会安装成功

1. 各种版本对应表：

  1. cuda和torch版本对应表
CUDA 环境PyTorch 版本
9.20.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)
10.01.2.0、1.1.0、1.0.0(1)
10.11.4.0、1.5.0(1)、1.6.0、1.7.0(1)
10.21.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.9.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1
11.01.7.0(1)
11.11.8.0(1)、1.9.0、1.10.0
11.31.8.0(1)、1.9.0、1.9.1、1.10.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1
11.61.8.0(1)、1.9.0、1.10.0、1.12.0、1.12.1
11.71.12.0、1.12.1、1.13.1

  1. torch torchvision python版本对应表
    在这里插入图片描述

  2. cuda与cudnn版本对应表
    在这里插入图片描述

  3. torchaudio
    在这里插入图片描述
    在这里插入图片描述

如果在虚拟环境中不清楚有些哪些适配的版本可以安装，可以利用下面这个语句进行查询，根据查询结果再进行安装

conda search cudatoolkit ： 可以查找能这个包在目前可以安装哪些版本
在这里插入图片描述
2. 具体安装下载方法：

可以直接到pytorch官网的getstart板块下[Pytorch官网](Previous PyTorch Versions | PyTorch)，找conda和pip对应的安装语句（前提是确定好各个包的版本）
在这里插入图片描述

主要有以下两种安装手段：

如果下载过慢的话，可以尝试换用清华源或者阿里云的源

A. conda安装

# CUDA 10.2
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

B. pip安装

# CUDA 10.2
pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html

我采用conda安装语句如下

conda install pytorch==1.10.0 torchvision==0.11.0 cudatoolkit=10.2 torchaudio==0.10.0 -c pytorch

安装完使用pip list 展示一下目前的包的版本，可以看到pytorch不是cpu版本而是与cuda有关的gpu版本了

(randla) C:\Users\DRJ> pip list

在这里插入图片描述

4. 测试是否成功

到最后，在python中使用torch.cuda.is_available()返回值是True的时候证明安装pytorch-gpu版本安装成功了。

在这里插入图片描述

输入 python 进入python import torch导包 torch.cuda.is_available() 判断是否可以使用gpu， quit()退出python，重新进入命令行。

5. 参考资料

01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系

PyTorch框架中torch、torchvision、torchaudio与python之间的版本对应关系（9月最新版）

本文章已经生成可运行项目
在win10上安装pytorch-gpu版本
分享知识
07-05 1338
目录 1.1 anaconda安装 1.2 pytorch-gpu安装 1.1 Anaconda安装 从镜像源处下载anaconda，地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda配置pytorch-gpu虚拟环境的图文教程
09-17
主要介绍了Anaconda配置pytorch-gpu虚拟环境步骤整理,本文分步骤通过图文并茂的形式给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
Anaconda环境中PyTorch GPU版本安装（史上最全面，适用于新手的教程）
热门推荐
m0_45082058的博客
08-05 6万+
一.准备anaconda 没有anaconda可以去官网下载一下，https://www.anaconda.com/，有人觉得官网下载过慢的话，这里给你提供一个镜像网址：https://mirrors.bfsu.edu.cn/anaconda/archive/ 安装步骤： 然后等待几分钟安装就行了 这样就安装好啦！ 二.用anaconda安装pytorch 1.在开始程序中打开Anaconda Prompt 进入界面 2.在步骤3之前，为了防止anaconda安装pytorch过慢或者
图文详解：Conda 命令行安装 PyTorch 的每一步操作
最新发布
2501_93897734的博客
10-27 950
的形式，详细描述每一步命令和输出，帮助您避免常见错误。假设您已安装 Conda（如未安装，请先完成步骤 1）。所有操作在命令行终端中进行。PyTorch 是一个流行的深度学习框架，使用 Conda 包管理器可以简化安装过程。如果您的系统未安装 Conda，请先下载并安装 Miniconda（轻量版 Anaconda）。通过以上步骤，您应能成功安装 PyTorch。如果遇到问题，请检查命令拼写和网络连接。根据您的硬件（是否有 NVIDIA GPU）选择命令。安装完成后，检查 PyTorch 是否正常工作。
anaconda虚拟环境下安装gpu版本pytorch
weixin_44128325的博客
07-18 5961
主要介绍了CUDA，cuDNN的安装，以及在anaconda的虚拟环境中安装pytorch
PyTorch安装教程（GPU版）
qq_45670495的博客
08-03 4万+
PyTorch的GPU安装方法，有详细的图过程，从显卡驱动到安装成功。
Pytorch的GPU版本安装，在安装anaconda的前提下安装pytorch
IN year
01-05 6617
本文基于conda安装GPU版本的PyTorch。
使用conda安装GPU版本的Pytorch
jianger的博客
03-13 2188
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
anconda 虚拟环境安装+pytorch-gpu版安装
weixin_44123667的博客
08-20 963
一、anconda虚拟环境 在这个下面输入指令 创建虚拟环境：conda create -n 名字 python=3.7 切换环境：activate 名字 查看所有环境：conda env list 查看当前环境：python --version 返回默认环境：deactivate 名字 # for Windows 删除环境：conda remove --name 名字 --all 二、NVIDIA驱动 官网：https://www.nvidia.cn/geforce/drivers/ 查看自己电
conda环境中怎么安装pytorch-1.12.1-gpu_cuda113py310h19ae3d8_1.conda
09-05
[1] 在conda虚拟环境下安装PyTorch-gpu版本[^1] [2] 安装命令示例[^2] 在conda环境中安装`pytorch-1.12.1-gpu_cuda113py310h19ae3d8_1.conda`的具体步骤如下： ### 安装步骤 1. **创建虚拟环境**（如未创建） ...
安装pytorch-gpu版本（分享我的成功案例）
01-21
用官网的命令太慢，换国内的源也不行，因为国内的源会默认给你安装cpu版本，所以，，，还是往下看吧 一、如果还没安装Anaconda和Cuda的先去这个链接...
conda环境下安装GPU版本的pytorch
luckyme_的博客
03-28 7335
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
conda安装GPU版pytorch
qq_43196349的博客
10-05 1682
conda安装GPU版pytorch
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版本的pytorch【无脑教程】
HOOK1的博客
12-30 1201
②创建虚拟环境③进入虚拟环境④nvidia-smi查看gpu版本。
Anaconda 中安装pytorch GPU 版本（踩坑记录）
weixin_43592742的博客
06-23 2448
网上有人说用查看有无cpuonly的方法，试过不管用，具体参见链接[https://blog.youkuaiyun.com/HuangJM3/article/details/123685177]（https://blog.youkuaiyun.com/HuangJM3/article/details/123685177）网上完整步骤的安装贴已经有不少，说下重点解决的，直接使用官网指令安装pytorch11.3发现安装的是CPU版，GPU不能用，含泪找解决步骤。
个人笔记(3) conda安装pytroch——gpu版本
chenxiaoyao_的博客
06-19 353
2.conda镜像源文件位置为：C:\Users\Lenovo下的 .condarc文件，记事本打开。
conda虚拟环境安装pytorch(gpu版本)纪实
qq_45863710的博客
11-09 4707
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
在GPU上运行PyTorch「附conda安装指南」
逐梦苍穹的博客
07-16 4936
如何在GPU运行PyTorch，附conda安装指南
用conda安装torch和matplotlib
07-31
<think>我们参考引用内容来回答用户关于使用conda安装PyTorch和Matplotlib的问题。 根据引用[1]和引用[2]，我们可以知道在Anaconda环境中安装matplotlib和PyTorch的方法。 步骤： 1. 确保已经安装了Anaconda或Miniconda。 2. 打开Anaconda Prompt（Windows）或终端（Linux/Mac）。 3. 创建一个新的conda环境（可选，但推荐）以避免包冲突。 4. 激活环境。 5. 使用conda命令安装matplotlib和PyTorch。 具体步骤： 第一步：创建conda环境（可选） 如果不想在base环境中安装，可以创建一个新环境。例如，创建一个名为`pytorch_env`的环境，并指定Python版本（推荐3.8-3.11）： ``` conda create -n pytorch_env python=3.11 -y ``` 第二步：激活环境 ``` conda activate pytorch_env ``` 第三步：安装matplotlib 根据引用[1]，可以直接使用conda安装matplotlib： ``` conda install matplotlib ``` 第四步：安装PyTorch 根据引用[2]和引用[3]，我们可以使用conda安装PyTorch。但是要注意，PyTorch的安装通常需要指定版本和平台（CPU或CUDA版本）。 我们可以访问PyTorch官方网站（https://pytorch.org/）获取最新的安装命令。根据引用[2]，当前稳定版本是torch2.1.2，但请注意，安装命令会根据你的系统（Windows/Linux/macOS）以及是否有NVIDIA GPU而不同。 如果没有GPU，安装CPU版本： ``` conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 如果有GPU（需要CUDA），请根据你的CUDA版本选择命令。例如，CUDA 11.8： ``` conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` 或者，你可以使用pip安装（如引用[3]所述），但用户要求使用conda，所以我们优先使用conda命令。 注意：在安装过程中，conda会自动解决依赖关系。 第五步：验证安装 安装完成后，可以启动Python解释器，尝试导入库： ```python import torch import matplotlib.pyplot as plt print(torch.__version__) ``` 另外，引用[5]中提到，如果在Jupyter Notebook中找不到模块，可能是因为Jupyter Notebook没有运行在正确的环境中。因此，确保在安装后，在正确的环境中运行Jupyter Notebook。 如果要在Jupyter Notebook中使用这个环境，需要确保在该环境中安装了ipykernel，并将环境添加到Jupyter内核中： ``` conda install ipykernel python -m ipykernel install --user --name pytorch_env --display-name "PyTorch Env" ``` 然后启动Jupyter Notebook，选择“PyTorch Env”内核即可。 总结： 使用conda安装PyTorch和Matplotlib的步骤包括创建环境、激活环境、安装matplotlib和PyTorch（根据硬件选择版本）。安装后验证，并确保在Jupyter Notebook中使用正确的环境。 注意：由于网络问题，安装可能需要较长时间，或者需要配置国内镜像源加速下载。 相关问题： 1. 如何选择PyTorch的版本（CPU/GPU）？ 2. 安装PyTorch时如何配置conda镜像源加速？ 3. 如何在Jupyter Notebook中切换conda环境？ 4. 安装后如何验证PyTorch能否使用GPU？ 5. 安装过程中出现依赖冲突怎么办？</think>### 使用 Conda 安装 PyTorch 和 Matplotlib #### **安装步骤** 1. **创建独立环境（推荐）** 避免包冲突，新建 Python 3.11 环境（支持稳定版 PyTorch）： ```bash conda create -n pytorch_env python=3.11 -y conda activate pytorch_env # 激活环境 ``` 2. **安装 Matplotlib** 直接通过 Conda 安装： ```bash conda install matplotlib # 自动解析依赖[^1] ``` 3. **安装 PyTorch** **CPU 版本**（通用）： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` **GPU 版本**（需 NVIDIA CUDA 11.8）： ```bash conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` > **注意**： > - Windows 暂不支持 `torch.compile` 加速功能[^2] > - 特定版本可参考 [PyTorch 官网](https://pytorch.org/)生成命令 4. **验证安装** 启动 Python 解释器，执行： ```python import torch import matplotlib.pyplot as plt print(torch.__version__) # 输出版本如 2.1.2 plt.plot([1, 2, 3]) # 测试 Matplotlib plt.show() ``` #### **常见问题解决** - **Jupyter 中找不到模块** 确保 Jupyter 内核在 `pytorch_env` 环境中运行： ```bash conda install ipykernel python -m ipykernel install --user --name pytorch_env --display-name "PyTorch Env" ``` 重启 Jupyter 后选择 `PyTorch Env` 内核[^5]。 - **安装超时/缓慢** 配置国内镜像源（如清华源）： ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ ``` #### **引用说明** - Matplotlib 通过 `conda install matplotlib` 直接安装[^1] - PyTorch 2.1.2 为当前稳定版本，GPU 需匹配 CUDA[^2] - Jupyter 内核切换可解决模块导入错误[^5] --- ### 相关问题 1. **如何验证 PyTorch 是否成功调用了 GPU？** ```python print(torch.cuda.is_available()) # 输出 True 表示 GPU 可用 ``` 2. **Conda 和 Pip 安装 PyTorch 有何区别？哪种更推荐？** Conda 自动处理非 Python 依赖（如 CUDA 库），适合大多数场景；Pip 需手动解决系统级依赖[^3]。 3. **安装后出现 DLL 加载失败错误如何解决？** 通常是 VC++ 运行时缺失，安装 [Microsoft Visual C++ Redistributable](https://aka.ms/vs/17/release/vc_redist.x64.exe)。 4. **如何将 PyTorch 模型转换为 TensorRT 加速？** 需配置 `torch2trt` 工具链（依赖 TensorRT 环境）[^4]。 5. **Conda 环境如何迁移到其他机器？** 导出环境配置： ```bash conda env export > environment.yaml ``` 在新机器重建： ```bash conda env create -f environment.yaml ```
评论 1
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

herry_drj

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