Windows下安装pytorch教程(下载.whl的方式)

本文介绍如何通过下载whl文件的方式安装PyTorch1.5和torchvision0.6.0,并针对CUDA10.1进行配置。文章详细说明了检查CUDA版本、选择合适的PyTorch版本及下载过程。

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

本文以pytorch1.5为例,通过下载whl文件的方式,如需安装其他版本,步骤一样

下载pytorch1.5的同时,我们附带下载torchvision0.6.0

①首先查看自己cuda版本,命令ncvv -V即可查看

②作者使用的cuda10.1,查看支持的pytorch版本,cuda10.1支持的torch版本还是比较多的

③然后我选择了pytorch1.5开始正式下载:

pytorch与torchvision下载链接:https://download.pytorch.org/whl/torch_stable.html

进入下载页面之后,ctrl+f寻找你要下载的pytorch版本,注意:cu101代表cuda10.1,cp37代表python版本,win_amd64代表是windows系统下载的),找到之后点击下载

④我对应的就是红色箭头指的。同理找torchvision,这个是专门用来处理图像的库,下载比较快

⑤下载完pytorch和torchvision的.whl文件之后,在下载的目录内使用下列命令即可:

pip install torchvision-0.6.0+cu101-cp37-cp37m-win_amd64.whl
pip install torch-1.5.0+cu101-cp37-cp37m-win_amd64.whl
<think>我们正在回答用户关于如何在PyTorch官网上手动下载特定.whl文件的问题。根据引用内容,用户已经知道可以通过.whl文件安装,但需要知道在官网哪里下载这些文件。 步骤: 1. 访问PyTorch官网的历史版本页面:https://download.pytorch.org/whl/torch_stable.html 2. 在这个页面上,可以按CUDA版本、PyTorch版本、操作系统和Python版本查找对应的.whl文件。 3. 根据引用[1]和[3],用户需要先确定自己的环境(CUDA版本、Python版本、操作系统等),然后在列表中找到对应的文件。 注意:引用[3]提到,在安装之前需要配置好CUDA和cuDNN环境。 因此,回答应该包括: - 官网下载页面的URL - 如何根据环境选择正确的.whl文件 - 安装步骤(引用[1]中已经给出) 同时,我们注意到引用[2]提供了torchvision的下载地址,所以也要说明torchvision的下载方式(在同一页面可以找到)。 回答结构: 1. 说明手动下载.whl文件的适用场景(比如网络问题需要离线安装,或需要特定版本) 2. 给出官网下载页面的链接 3. 详细步骤:如何选择正确的文件(根据CUDA版本、Python版本、操作系统等) 4. 下载后的安装命令 5. 注意事项(比如依赖项,torch和torchvision版本匹配) 同时,根据引用[3],用户需要先安装CUDA和cuDNN,所以也要提醒。 最后,生成相关问题。 注意:引用标记要自然放在引用内容的后面,如[^1]。</think>### PyTorch官网手动下载.whl文件指南 #### 📍 官方下载页面 访问PyTorch历史版本仓库获取所有.whl文件: 👉 **[PyTorch官方whl仓库](https://download.pytorch.org/whl/torch_stable.html)** #### 🔍 查找正确版本的方法 1. **确定环境参数**: - **CUDA版本**:运行`nvidia-smi`查看驱动支持的CUDA版本 - **Python版本**:`python --version`查看(如3.8/3.9/3.10) - **操作系统**:Windows/Linux/macOS - **硬件架构**:win_amd64(64位Windows)或linux_x86_64 2. **文件名解读示例**: `torch-1.13.0+cu117-cp310-cp310-win_amd64.whl` - `1.13.0`:PyTorch版本 - `cu117`:CUDA 11.7 - `cp310`:Python 3.10 - `win_amd64`:64位Windows系统 #### ⬇️ 下载步骤 1. 在仓库页面使用**Ctrl+F**搜索: - CUDA版本(如`cu117`) - Python版本(如`cp38`) - 操作系统关键词(如`win`/`linux`) 2. 点击所需文件名直接下载: ```markdown # 示例文件结构 cu117/torch-1.13.0%2Bcu117-cp310-cp310-win_amd64.whl cpu/torch-1.13.0-cp310-cp310-win_amd64.whl ``` #### ⚙️ 安装流程 1. 下载完成后执行(注意安装顺序): ```bash # 先安装torchvision(依赖torch) pip install 下载路径/torchvision-*.whl # 再安装torch pip install 下载路径/torch-*.whl ``` 如引用[1]所示:`pip install torchvision-0.6.0+cu101-cp37-cp37m-win_amd64.whl`[^1] 2. **验证安装**: ```python import torch print(torch.__version__, torch.cuda.is_available()) ``` #### ⚠️ 关键注意事项 1. **版本匹配**: - Torch与Torchvision需版本兼容(参考[官方兼容表](https://github.com/pytorch/vision#installation)) - 如引用[3]强调:CUDA版本必须与本地环境一致[^3] 2. **依赖安装**: - 手动安装时需确保前置依赖: ```bash pip install numpy typing-extensions ``` - 对于CUDA版本,需提前安装对应CUDA Toolkit[^2] 3. **离线安装**: - 下载所有依赖的.whl文件(通过`pip download`命令) - 使用`--no-index --find-links=文件夹路径`安装 #### 💡 替代方案 若官网找不到特定版本: 1. 访问PyPI历史版本: ```markdown https://pypi.org/project/torch/#history https://pypi.org/project/torchvision/#history ``` 2. 使用清华镜像站: ```bash pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.12.0 ``` > **重要提示**:手动安装需严格匹配环境参数,否则会导致`torch.cuda.is_available()`返回False[^1][^3]。建议优先使用官网提供的安装命令生成器。
评论 5
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