文章目录

前言
CPU版本安装
- 安装步骤
- 测试CPU版PyTorch是否安装成功
GPU版本安装
- 新建一个conda环境
- 安装torch
- - 法一：在线安装(建议用法二)
  - 法二：下载torch、torchvision后本地安装(建议使用此方法)
  - [Jupyter Lab虚拟环境的配置](#Jupyter Lab虚拟环境的配置)
  - 测试是否安装成功

前言

此份文档适用于Windows安装PyTorch，参看此份文档安装PyTorch的前提是之前已参照y以下视频安装好了conda环境。

链接: https://pan.baidu.com/s/1pWVPMc2vysfEPxLRCV_UNw?pwd=3pda 提取码: 3pda

MacOS安装过程见链接。

CPU版本安装

安装步骤

新建一个conda环境

bash 复制代码

conda create -n torch_39 python=3.9
conda activate torch_39

用pip命令安装torch

bash 复制代码

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision torchaudio

Jupyter Lab虚拟环境的配置

这一步是要将此conda环境"torch_39"，添加进Jupyter Lab的Kernel

bash 复制代码

//安装ipykernel
conda install ipykernel 

//在ipykernel中安装当前环境
python -m ipykernel install --name torch_39

conda deactivate

此时打开Jupyter Lab切换Kernel，已出现刚刚安装的"torch_39"conda环境。

测试CPU版PyTorch是否安装成功

GPU版本安装

新建一个conda环境

bash 复制代码

conda create -n torch_GPU python=3.9
conda activate torch_GPU

注：

这里使用的实验室测试老机器的cuda版本为11.1，显卡为730

安装torch

法一：在线安装(建议用法二)

安装11.0版本的：

bash 复制代码

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.10.1 -f https://download.pytorch.org/whl/torch_stable.html

法二：下载torch、torchvision后本地安装(建议使用此方法)

特别注意torch、torchvision、torchaudio版本对应关系

此处看一下参考文章1中的"五"

参考文章2：PyTorch中torch、torchvision、torchaudio版本对应关系

如果下载地慢，这里挂vpn下载：

切换到文件夹，使用命令安装：

bash 复制代码

pip install torch-1.8.1+cu111-cp39-cp39-win_amd64.whl

pip install ...

Jupyter Lab虚拟环境的配置

这一步是要将此conda环境"torch_GPU"，添加进Jupyter Lab的Kernel

bash 复制代码

//安装ipykernel
conda install ipykernel 

//在ipykernel中安装当前环境
python -m ipykernel install --name torch_GPU

conda deactivate

此时打开Jupyter Lab切换Kernel，已出现刚刚安装的"torch_GPU"conda环境。

测试是否安装成功

python 复制代码

import torch

# 验证PyTorch是否安装成功
print("PyTorch version:", torch.__version__)

# 验证CUDA是否可用
print("CUDA available:", torch.cuda.is_available())

# 如果CUDA可用，打印CUDA版本和设备信息
if torch.cuda.is_available():
    print("CUDA version:", torch.version.cuda)
    print("CUDA device name:", torch.cuda.get_device_name())

运行截图：