PyTorch保姆级安装教程

PyTorch保姆级安装教程

文章目录

  • PyTorch保姆级安装教程
  • 一、准备环境
    • [1 安装 Python 环境(推荐 Anaconda)](#1 安装 Python 环境(推荐 Anaconda))
    • [2 安装 VSCode](#2 安装 VSCode)
  • [二、创建 PyTorch 环境(推荐)](#二、创建 PyTorch 环境(推荐))
  • [三、安装 PyTorch](#三、安装 PyTorch)
  • [四、验证 PyTorch 是否安装成功](#四、验证 PyTorch 是否安装成功)
  • [五、VSCode 配置 PyTorch](#五、VSCode 配置 PyTorch)
  • [六、选择 Python 解释器](#六、选择 Python 解释器)
  • [七、测试 PyTorch](#七、测试 PyTorch)
  • [八、安装常用 AI 库(推荐)](#八、安装常用 AI 库(推荐))
  • [九、测试 matplotlib](#九、测试 matplotlib)
  • 十、常见问题
    • [1 pip 不是内部命令](#1 pip 不是内部命令)
    • [2 PyTorch 安装失败](#2 PyTorch 安装失败)
    • [3 VSCode 找不到 PyTorch](#3 VSCode 找不到 PyTorch)
    • [1 pip 不是内部命令](#1 pip 不是内部命令)
    • [2 PyTorch 安装失败](#2 PyTorch 安装失败)
    • [3 VSCode 找不到 PyTorch](#3 VSCode 找不到 PyTorch)

本教程将教你从 零开始安装 PyTorch 并在 Visual Studio Code 中运行。

适用系统:

  • Windows 10 / Windows 11
  • Anaconda Python环境
  • VSCode

前情提示:检查电脑是否有 NVIDIA 显卡,在安装 PyTorch 前,必须先判断电脑是否有 NVIDIA 显卡

原因:

情况 PyTorch版本
有 NVIDIA 显卡 GPU版(CUDA加速)
没有 NVIDIA 显卡 CPU版

GPU版训练速度可能是 CPU 的 10~50倍

打开:

复制代码
任务管理器(Ctrl + Shift + Esc)

点击:性能

查看:GPU

如果显示:

复制代码
NVIDIA GeForce

可以安装 GPU版 PyTorch。

如果是:

复制代码
AMD Radeon
Intel UHD

只能使用 CPU版本。


一、准备环境

在安装 PyTorch 之前,需要准备两个软件。

1 安装 Python 环境(推荐 Anaconda)

下载:

Anaconda

官网:

复制代码
https://www.anaconda.com/download

安装完成后系统会自带:Python、pip、conda、常用科学计算库

2 安装 VSCode

下载:

Visual Studio Code

官网:

复制代码
https://code.visualstudio.com/

安装完成即可。

二、创建 PyTorch 环境(推荐)

打开:

复制代码
Anaconda Prompt

创建新环境:

复制代码
conda create -n torch python=3.10

系统会提示:

复制代码
Proceed ([y]/n)?

输入:

复制代码
y

等待环境创建完成。


激活环境

输入:

复制代码
conda activate torch

如果成功,前面会出现:

复制代码
(torch) C:\Users\你的用户名>

三、安装 PyTorch

由于很多镜像源没有同步 PyTorch,推荐使用 PyTorch官方源安装 CPU版本

运行:

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

安装过程中会看到类似:

复制代码
Downloading torch-2.x.x
Downloading torchvision
Downloading torchaudio
Installing collected packages

安装时间大约:1~3分钟

有 NVIDIA 显卡

安装命令示例

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

四、验证 PyTorch 是否安装成功

运行:

复制代码
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

如果成功会输出类似:

复制代码
2.x.x+cpu
False

解释:

输出 含义
版本号 PyTorch安装成功
False 当前使用CPU(没有NVIDIA显卡)

五、VSCode 配置 PyTorch

打开 VSCode。

安装 Python 插件:

搜索:

复制代码
Python

发布者:

复制代码
Microsoft

安装即可。


六、选择 Python 解释器

按:

复制代码
Ctrl + Shift + P

输入:

复制代码
Python: Select Interpreter

选择:

复制代码
torch (3.10.x)
~\anaconda3\envs\torch\python.exe

这一步非常重要,因为 PyTorch 安装在 torch 环境中

选择成功后 VSCode 左下角会显示:

复制代码
Python 3.10 ('torch')

七、测试 PyTorch

创建文件:

复制代码
test_torch.py

写入代码:

复制代码
import torch

print("PyTorch version:", torch.__version__)

x = torch.tensor([1,2,3])
print(x * 2)

运行:

复制代码
Run Python File

输出示例:

复制代码
PyTorch version: 2.x.x+cpu
tensor([2, 4, 6])

说明:

复制代码
PyTorch 环境完全配置成功

八、安装常用 AI 库(推荐)

建议额外安装:

复制代码
pip install numpy matplotlib pandas scikit-learn jupyter

这些库用于:

用途
numpy 数学计算
matplotlib 数据可视化
pandas 数据处理
scikit-learn 机器学习
jupyter 交互式实验

九、测试 matplotlib

创建文件:

复制代码
import matplotlib.pyplot as plt

x = [1,2,3,4]
y = [1,4,9,16]

plt.plot(x,y)
plt.title("Test Plot")
plt.show()

如果弹出图像窗口说明安装成功。


十、常见问题

1 pip 不是内部命令

使用:

复制代码
python -m pip install 包名

而不是:

复制代码
pip install

2 PyTorch 安装失败

可能原因:

  • 使用了错误镜像源
  • pip版本过旧

解决:

复制代码
python -m pip install --upgrade pip

然后重新安装。


3 VSCode 找不到 PyTorch

原因:

VSCode 使用了错误 Python 环境。

解决:

复制代码
Python: Select Interpreter

选择:

复制代码
torch 环境

1 pip 不是内部命令

使用:

复制代码
python -m pip install 包名

而不是:

复制代码
pip install

2 PyTorch 安装失败

可能原因:

  • 使用了错误镜像源
  • pip版本过旧

解决:

复制代码
python -m pip install --upgrade pip

然后重新安装。


3 VSCode 找不到 PyTorch

原因:

VSCode 使用了错误 Python 环境。

解决:

复制代码
Python: Select Interpreter

选择:

复制代码
torch 环境

相关推荐
糖果店的幽灵2 小时前
【大模型】大模型学习总结之机器学习 - 1.基础知识
人工智能·学习·机器学习
五度易链-区域产业数字化管理平台2 小时前
2026年315启示:用技术手段“穿透”产业链,实现风险“事前预防”
人工智能
VillanelleS2 小时前
AI工程化之LLM基础入门
人工智能
Yvonne爱编码2 小时前
二叉树高频题精讲 | 从入门到熟练掌握二叉树操作2
开发语言·python
Hello.Reader2 小时前
深入理解学习率调度器原理、公式与 PyTorch 实战
人工智能·pytorch·学习
码农小白AI2 小时前
IACheck赋能教学实验样品分析检测,AI报告审核保障实验报告精准可靠
大数据·人工智能
钮钴禄·爱因斯晨2 小时前
AIGC | Midjourney使用指南,直接拿捏~
人工智能·aigc·midjourney
纤纡.2 小时前
基于 OpenCV 的银行卡号识别:传统计算机视觉实战详解
人工智能·opencv·计算机视觉
云安全联盟大中华区2 小时前
[特殊字符] | OpenClaw威胁模型:MAESTRO框架分析
大数据·人工智能·深度学习·安全·ai