安装pytorch

已经过时,可以参考官网自行安装https://pytorch.org/

需要注明,官网稳定版本安装在https://pytorch.org/get-started/locally/

之前的版本在

https://pytorch.org/get-started/previous-versions/

https://download.pytorch.org/whl/torch_stable.html

(更新于2019年5月7日)

====================================================================================

参考:https://github.com/pytorch/pytorch#installation

 

首先安装anaconda

官方网址https://www.continuum.io/downloads

一:安装anaconda

我安装的是python2.7,64位

https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh

 

bash Anaconda2-4.3.1-Linux-x86_64.sh
source ~/.bashrc

 

 

 

二:安装pytorch

 

gedit ~/.bashrc

然后加入:

 

 

export CMAKE_PREFIX_PATH=/home/s/anaconda2/bin

 

 

 

接下来安装部分依赖库:

 

# Install basic dependencies
conda install numpy mkl setuptools cmake gcc cffi

# Add LAPACK support for the GPU
conda install -c soumith magma-cuda75 # or magma-cuda80 if CUDA 8.0

 

 

 

下载pytorch的源码包:https://github.com/pytorch/pytorch/archive/master.zip

cd /home/s/tool/pytorch/pytorch-master
pip install -r requirements.txt
python setup.py install

 

 

 

### PyTorch 安装教程 #### 创建并激活 Conda 虚拟环境 为了确保最佳兼容性和隔离开发环境,在安装 PyTorch 前建议先通过 Anaconda 创建一个新的 Python 环境。这可以通过命令行工具完成: ```bash conda create --name pytorch_env python=3.9 conda activate pytorch_env ``` #### 获取适用于系统的 PyTorch 配置指令 访问官方推荐页面来获取适合特定硬件配置(CPU/GPU)、操作系统以及 CUDA 版本的安装命令[^1]。 对于大多数用户而言,默认选项通常是最优选择;但对于拥有 NVIDIA 显卡并希望利用 GPU 加速计算能力的情况,则应特别注意匹配正确的 CUDA/ cuDNN 版本。 #### 使用 conda 安装 PyTorch 及其依赖项 一旦决定了具体的安装参数,就可以执行相应的 `conda install` 或者 `pip install` 指令来进行软件包部署。这里以 conda 方式为例说明如何一次性安装 PyTorch、torchvision 和 torchaudio 这三个核心组件: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 请注意上述命令中的 `cudatoolkit=11.3` 参数需依据个人计算机上的实际 CUDA 版本来调整。 #### 验证 PyTorch 是否正确安装 最后一步是在 Python 解释器内部运行简单的测试脚本来确认 PyTorch 已经被成功加载并且能够识别到可用设备(如GPU)。可以尝试如下代码片段进行验证: ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 如果一切正常的话,这段程序应该会打印出当前使用的 PyTorch 版本号,并返回 True 表明存在可工作的 CUDA 设备支持[^2]。
评论 2
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