安装PyTorch详细过程

安装anaconda

登录anaconda的官网下载,anaconda是一个集成的工具软件不需要我们再次下载。anaconda官网

跳转到这个页面如果你的Python版本正好是3.8版,那便可以直接根据系统去选择自己相应的下载版本就可以了。

但是如果你的Python版本号不是当前页面的版本号,那我建议你去选择相对应的版本号。

点击archive你就会跳转到下面的页面

你可以访问这篇博客去找到当前与你python版本号相对应的anaconda(比如我的python是3.7.2版本的,因为这个版本在那篇博客中没有对应的anaconda的版本所以我便选择了Anaconda3-2019.03,而这个版本对应的是python3.7.3版,新的版本对旧的版本具有包容性,虽然有的人说运用最新的版本对现在所有的python版本都可以兼容,但是我没有试过,如果有试过的可以告诉我)。

如果不知道怎么查找版本号?同时按住win+R进入cmd输入命令: python --version

下载完便开始安装,根据你的需求去选择,看你是商业用途还是个人用途,我选择的是个人

一定要记住自己安装的路径

点击对勾将anaconda的默认值设置为python3.7

剩下的默认就可以了。

安装完成以后点击win图片,在最近添加和anaconda包中都能找到anaconda prompt。

出现(base)便表示成功

环境管理

在我们做项目的时候可以能需要不同环境的python版本,有时候要1.0版本,有的需要3.0版本的拿在这里我们就需要建立不同的环境,在不同的需要的时候去使用。

这个是在Anaconda Prompt下操作的

conda create -n

这是创建的格式

"pytorch"是这个环境变量的名字

"python=3.7"是我们要确定的当前环境的版本数

告诉我们创建这个环境需要这些包加入,同意就输入y

这样就操作成功。

我们输入activate pytorch(pytorch是你定义的这个环境的名字),左边的环境就从base(基本环境),变成了pytorch环境。

输入pip list,查看当前环境下面有哪些包,我们发现没有pytorch,那么下面我们就需要安装它。

PyTorch安装

进入pytorch官网
复制这一段操作指令。(这种情况是需要电脑上有单独的英伟达的显卡、或者英伟达的显卡和集显这两种情况都是可以的。)

进入命令符号窗口,输入nvidia-smi,查看当前驱动的版本号,观察Driver Version的值是否大于400,如果小于请更新显卡驱动。推荐使用驱动精灵更新,虽然驱动精灵的版本没有官网的更新的那么及时但是驱动精灵更新简单,不需要过多的操作。当然也可以去英伟达显卡驱动更新去下载。

选择自己显卡相对应的系列,括号中Notebooks是笔记本。

将上边复制的代码粘贴进去。注意此事的环境是pytorch

输入y

便开始下载了(下载时间较长请耐心等待)

下载完成后我们再次输入pip list,查看到已经有torch的存在。

检验安装

先输入python,然后输入import torch,如果输入后没有任何报错,没有任何显示那就是成功了,然后再输入torch.cuda.is_available(),返回的是True,那便是完成了整个操作。

相关推荐
林九生几秒前
【人工智能】使用 vLLM 高效部署大语言模型:以 secGpt14b 为例
人工智能·语言模型·自然语言处理
梨轻巧2 分钟前
pyside6常用控件:QComboBox() 下拉菜单
python
云茧6 分钟前
机器学习中的Hello World:线性回归(一)
人工智能·机器学习·线性回归
嵌入式-老费11 分钟前
自己动手写深度学习框架(快速学习python和关联库)
开发语言·python·学习
他们叫我技术总监23 分钟前
从开发者视角深度评测:ModelEngine 与 AI 开发平台的技术博弈
java·人工智能·dubbo·智能体·modelengine
minhuan24 分钟前
构建AI智能体:八十三、当AI开始“失忆“:深入理解和预防模型衰老与数据漂移
人工智能·模型衰老·数据偏移·psi群体稳定性指标·ks统计量检验
一月是个猫26 分钟前
MCP协议之天气演练
python·mcp
AI浩26 分钟前
深入级联不稳定性:从 Lipschitz 连续性视角探讨图像恢复与目标检测的协同作用
人工智能·目标检测·php
笨鸟笃行26 分钟前
人工智能备考——大体题型讲解+1.1.1-1.1.5固定搭配总结
人工智能
大千AI助手27 分钟前
差分隐私随机梯度下降(DP-SGD)详解
人工智能·神经网络·差分隐私·sgd·大千ai助手·dp-sgd·差分隐私随机梯度下降