【Pytorch】Pytorch的安装

目录

一、介绍

1.相关要素

二、NVIDIA显卡安装pytorch

1、官网安装

2、清华源下载


一、介绍

1.相关要素

(1)nvidia-driver (也叫做 cuda driver):英伟达GPU驱动,命令:nvidia-smi

(2)CUDA (也叫做 cuda toolkit):这个必须有。CUDA是NVIDIA创建的一个并行计算平台和编程模型(用这个来跑深度学习),命令: nvcc -V

(3)CUDNN: nvidia开发的深度学习算子库,用于加速训练(新手阶段不装也行,程序照样能跑)

(4)pytorch:(或者叫torch,两者是一个东西)深度学习框架

pytorch是conda里的名字

装cpu版本:conda install pytorch torchvision torchaudio cpuonly -c pytorch

装GPU版本:参照官网

torch是pip里的名字

装GPU版本:pip install torch

装cpu版本:pip install torch --index-url https://download.pytorch.org/whl/cpu

这里的-c pytorch是指用国外的下载地址,如果是换成清华源后就不用加了,但是清华源默认装的torch是cpu版的。

(5)WHL 文件命名解释:cu92/torch-1.2.0%2Bcu92-cp37-cp37m-win_amd64.whl

CUDA 版本: cu92 (CUDA 9.2)

PyTorch 版本: torch-1.2.0%2Bcu92 (PyTorch 1.2.0 针对 CUDA 9.2)

Python 版本: cp37 (Python 3.7)

操作系统及架构: cp37m-win_amd64 (Windows 64 位,AMD 架构)

文件类型: .whl (Wheel 文件)

下载 WHL 文件,访问 download.pytorch.org/whl/torch_stable.html下载所需的 WHL 文件。

二、NVIDIA显卡安装pytorch

1、官网安装

GPU driver 决定 CUDA版本,CUDA版本决定PyTorch版本

输入以下命令查看 CUDA 版本:

复制代码
nvidia-smi

显示:

(1)进入PyTorch网址,根据自己的电脑版本选择,执行官方给的建议方式:

如果"nvidia-smi"显示的 CUDA 版本为 12.0,则可以选择下载 CUDA 小于等于 12.0 的 PyTorch 版本。

复制代码
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果安装的是GPU版本的PyTorch,可以通过输入以下命令检查是否安装成功:

复制代码
torch.cuda.is_available()

或者执行 pip list ,查看PyTorch版本。

2、清华源下载

使用清华源下载,默认装的torch是cpu版的。可以先下载cpu的版本,然后手动替换成gpu版本。

(1)conda内执行:

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

(2)pip list 查看torch版本

可以看到默认下载了cpu版本的

(3)查看torch是否安装成功

复制代码
import torch

成功则进行下一步

(4)conda成功安装完cpu的版本后,去conda清华源找到对应的pytorch gpu版本

Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

网站资源包比较多,可以用Ctrl+F搜索

以及附属包

点击下载。

(5)下载完成后,激活conda 环境, cd 到下载的文件目录,安装

复制代码
#此为举例,具体看下载的文件名
conda install --offline pytorch-1.10.0-py3.6_cuda10.2_cudnn7.6.5_0.tar.bz2
conda install --offline torchaudio-0.10.0-py36_cu102.tar.bz2
conda install --offline torchvision-0.11.0-py36_cu102.tar.bz2

(6)pip list 查看是否已经被替换

相关推荐
Blossom.1188 分钟前
从“能写”到“能干活”:大模型工具调用(Function-Calling)的工程化落地指南
数据库·人工智能·python·深度学习·机器学习·计算机视觉·oracle
蒋星熠26 分钟前
破壁者指南:内网穿透技术的深度解构与实战方法
网络·数据库·redis·python·websocket·网络协议·udp
shizidushu32 分钟前
使用 Pyinstaller 打包 PPOCRLabel
python·pyinstaller
Memene摸鱼日报37 分钟前
「Memene 摸鱼日报 2025.9.12」前OpenAI CTO 公司发布首篇技术博客,Qwen-Next 80B 发布,Kimi 开源轻量级中间件
人工智能·agi
飞哥数智坊1 小时前
CodeBuddy CLI 实测:比 Claude Code 稚嫩,但我感觉值得期待
人工智能·ai编程
电商软件开发 小银1 小时前
本地生活服务平台创新模式观察:积分体系如何重塑消费生态?
大数据·人工智能·数字化转型·私域运营·消费者心理学
扬帆起航131 小时前
亚马逊新品推广破局指南:从手动试错到智能闭环的系统化路径
大数据·数据库·人工智能
小王爱学人工智能1 小时前
利用OpenCV进行指纹识别的案例
人工智能·opencv·计算机视觉
代码AI弗森1 小时前
DPO 深度解析:从公式到工程,从偏好数据到可复用训练管线
人工智能
Q_Q19632884751 小时前
python+springboot+uniapp微信小程序题库系统 在线答题 题目分类 错题本管理 学习记录查询系统
spring boot·python·django·uni-app·node.js·php