如何快速安装pytorch gpu版本，避免用官方命令下载导致速度过慢

这是另一个博主的教程，使用的命令行导向国内源下载（个人看上去比较好用，如果没成功也可以使用我这种方法，我这种方法是官方源提供的whl包，也感谢评论区中博主番茄小助手的指导）：pytorch gpu国内镜像下载，目前最快下载_pytorch镜像下载-优快云博客

准备前提：已经安装好CUDA，如果没有安装好CUDA可以查看博主另一篇教程完整安装NVIDIA CUDA流程-优快云博客。

为什么要发布此教程：因为在博主安装pytorch gpu版本，耗时了大量时间发现大多数网上教程都是先获取pytorch官方下载命令，进入cmd后去掉-c pytorch等，博主发现不管是conda下载还是pip下载，要不是各种报错或者是解析环境半天或者下到最后发现是CPU版本，导致心态崩溃，如果有此类问题的读者，这类安装教程可能比较适合你。

第一步：根据个人需求确定pytorch版本，以及对应的torchvision和torchaudio版本

torchvision：torch的一个扩展库，主要作用用于处理图像数据

torchaudio：torch的一个扩展库，主要作用用于处理音频数据

如果不需要处理对应数据，可以不用安装，但为了省去后期的一些不必要麻烦或者额外需求，建议安装。

这是另外一个博主的已经整理好的对应版本，不知道的可以去看一看PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系_torch2.0.1对应的torchvision-优快云博客

第二步：

我们进入pytorch官方存放资源的网站download.pytorch.org/whl/torch_stable.html

 

第三步：识别命名格式（以我下载的版本为例）

cu118：对应你的cuda版本，我的是CUDA11.8所以下载cu118

torch-2.2.0：根据个人需求确定所需pytorch的版本

cp38：对应的python版本为3.8

win_amd64：适用Windows系统

torchvision和torchaudio也是这样识别

第四步：下载

这里下载可以直接点击进行下载，如果浏览器下载较慢。可以点击鼠标右键复制下载链接，使用下载器下载（博主使用的是迅雷），记住安装位置。

第五步：安装

不管是否您使用了conda的虚拟环境，我们都使用pip命令安装，我们先提前使用pip命令安装我们下好的版本

pip install "torch-2.2.0+cu118-cp38-cp38-win_amd64.whl" #这是我本地安装包的名字

重要的事情说三遍

安装的名字一定是你从网络下载下来的本地安装包的名字！！！

安装的名字一定是你从网络下载下来的本地安装包的名字！！！

安装的名字一定是你从网络下载下来的本地安装包的名字！！！

如果您看到这样的报错

您需要将之前下载好的安装包复制到上图报错信息所给出的路径或者将当前命令行所在路径改为你的存放路径，然后重新执行即可

如图所示，看到最后一行“Successfully installed 你的torch对应版本”就说明成功了。

同时需要注意，我上图中的红字报错提醒torchvision和torchaudio的版本与torch不对应，所以我们可以重复第五步将之前安装好的torchaudio和torchvision再使用pip命令安装。

最后一步：验证

第一种方式：

博主用的是conda的虚拟环境，所以我是在基于我的虚拟环境上进行验证

输入python，进入python命令行界面。

导入torch，等待一会儿，如果没有报红字则说明安装成功。

输入命令

torch.cuda.is_available()

输出为True，说明我们能够利用GPU训练我们的模型了。 

第二种方式：

使用pycharm，选择你安装的torch所在的Python解释器。

输入

import torch

print(torch.cuda.is_available())

 结果为True，则成功。

如果输入的仍是False，请检查您的CUDA版本是否适用于您的显卡或者版本对应问题。

作为参照信息供读者参考：博主现在使用的显卡是RTX2060，安装的CUDA版本为11.8。

来自博主的吐槽及感谢：第一次正式配置pytorch gpu和cuda，花了两天时间，各种使用命令行和配置镜像源让我心烦意乱，头皮发麻。这次的解决思路，来自“人工智能之父”唐宇迪（开玩笑的），非常感谢他解决了我的问题。

本教程并不完善，如有问题，可以发在评论区，我会适当对该教程进行完善