Ubuntu 16.04 pip 安装 Pytorch 0.4.1

本文详细记录了在Anaconda3和CUDA9.0环境下,使用pip命令安装Pytorch 0.4.1版本的全过程。包括下载指定版本的whl文件,确保安装成功并验证CUDA兼容性。

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

之前用Tensorflow比较多,但是也有不得不实现的Pytorch程序,于是动手安装,指定了版本0.4.1,下面记录我的安装过程。

参考:https://blog.youkuaiyun.com/gdymind/article/details/82153643

首先需要安装Ananconda3 和 CUDA,我的安装经验在另一篇博客中有所记录,需要的同学可以移步参考。

于是我在Anaconda3和CUDA9.0的环境下开始了Pytorch 的安装。

官网已经推出了Pytorch1.0的最新版本,而且我不知为何无法登录官网的往期版本界面,于是直接用pip命令安装。

网上很多教程用pip3安装,但我在Anaconda3安装完成之后pip命令已经对应python3.6.8的版本,直接使用pip即可。

pip install http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-linux_x86_64.whl

显示信息:

Collecting torch==0.4.1 from http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-linux_x86_64.whl
  Downloading http://download.pytorch.org/whl/cu90/torch-0.4.1-cp36-cp36m-linux_x86_64.whl (519.5MB)
    100% |████████████████████████████████| 519.5MB 7.4MB/s 
Installing collected packages: torch
Successfully installed torch-0.4.1

再查看pip list

多了: torch                              0.4.1    

进入python命令行,输入:

import torch
torch.cuda.is_available()

返回True

继续输入

print(torch.__version__)

返回

0.4.1

说明安装成功。

 

### PyTorch 环境配置与安装完整流程 #### 准备工作 为了确保顺利安装PyTorch,在开始之前需确认操作系统的版本以及Python解释器的版本。对于Ubuntu 16.04系统,推荐使用Anaconda作为包管理工具来创建独立的工作环境[^1]。 #### 创建虚拟环境 通过Anaconda创建一个新的Python环境可以有效隔离不同项目的依赖关系。执行如下命令建立名为`pytorch_env`的新环境,并指定Python版本为2.7: ```bash conda create -n pytorch_env python=2.7 ``` 激活新建的环境以便后续安装所需的库文件: ```bash source activate pytorch_env ``` #### 安装Jupyter Notebook及其他必要组件 为了让新环境中能够正常使用Jupyter Notebook服务,还需额外安装`ipykernel`模块以注册该环境下的内核给Notebook识别: ```bash conda install -c anaconda ipykernel python -m ipykernel install --user --name pytorch_env ``` #### 配置CUDA和cuDNN支持 鉴于目标平台已配备NVIDIA GPU硬件设施及其驱动程序,因此建议同步部署对应的CUDA Toolkit v8.0及配套的cuDNN SDK v5.x版本,从而加速深度学习算法运算效率。具体步骤可参照官方文档指引完成设置[^3]。 #### 安装PyTorch及相关扩展库 最后一步则是利用pip工具下载并安装特定于所选CUDA版本(此处为v8.0)的PyTorch发行版连同其视觉处理子库`torchvision`: ```bash pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp27-none-linux_x86_64.whl pip install torchvision==0.2.1 ``` 以上指令适用于早期版本组合;针对最新发布的软件栈,请访问官方网站获取更新后的兼容列表并调整相应链接地址[^4]。 #### 测试安装成果 启动Python交互界面或者编写简单的测试脚本来验证整个框架能否正常运作,比如尝试导入核心模块而不抛出异常即视为成功: ```python import torch print(torch.__version__) x = torch.rand(5, 3) print(x) if torch.cuda.is_available(): print('CUDA is available') else: print('No CUDA detected') ```
评论 1
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