PyTorch 最新安装教程
PyTorch 最新安装教程
1. 安装 Anaconda
Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载 or 也可以去官网下载。
2. 检查显卡,更新驱动
建议是首先更新驱动,全都按最新的东西来安装
https://www.nvidia.cn/Download/index.aspx?lang=cn#
在这里选择自己的显卡型号,下载安装即可,下载很快也很简单,建议大多数人都更新一下显卡驱动,避免不必要的麻烦。
- 安装好后进入NVIDIA控制面板,鼠标右键可进入
点击组件找到自己CUDA的版本号
或者 win+R—> cmd ,进入命令行,输入:
nvidia-smi
如果没有这条命令,则需要添加环境变量(百度配置)一般电脑都可以直接用,我的显卡是:GF:MX250
也可获得版本号:
备注:第二步不一定是必须的,如果你的电脑较新,那么不更新也可以直接进行下面操作,我的电脑是19年买的,中间好像也没更新驱动,这一步直接跳过,最后也安装成功了。
3. 创建PyTorch环境
不同的项目需要不同的虚拟环境,可以处理不同版本的项目之间不兼容问题。
1.进入 Anaconda prompt 命令窗口
2. 输入以下内容:
conda create -n PyTorch python=3.8
PyTorch是虚拟环境名字(可以随意设置),3.8 是python版本,都可以按自己需求改,一定要指定具体 python 版本。
然后按 y
,继续安装所需的各种依赖包。
- 创建成功后,输入以下命令:
conda info --envs
可以看见自己的所有环境
如果出现错误,可能是外网下载过慢,需要配置国内镜像源。
4. 配置清华TUNA镜像源
TUNA 提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等,查看完整列表)的镜像,各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法直接创建名为 .condarc 的文件,可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
注:由于更新过快难以同步,TUNA不同步pytorch-nightly, pytorch-nightly-cpu, ignite-nightly这三个包。
- 生成
.condarc
文件
在 Anaconda prompt
命令窗口,中输入:
conda config --set show_channel_urls yes
之后可以在 C:\Users\xxx
中看到 .condarc
文件
2. 记事本打开 .condarc
文件,重写其中的内容。
channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
即可添加 Anaconda Python 免费仓库。
在Anaconda prompt
命令窗口运行 conda clean -i
清除索引缓存,保证用的是镜像站提供的索引。
5. 安装 PyTorch
-
进入pytorch官网:https://pytorch.org/
-
网页下拉,即可看到下图,官网会自动根据你的电脑,显示的即是你可安装的CUDA版本,并给出安装命令。
- 复制官网提供的命令
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
- 打开
Anaconda prompt
命令窗口,进入你刚刚所创建的环境(我的命名是PyTorch)
conda activate PyTorch
进入环境
5. 最后输入官网提供的命令,即可下载
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
每个人的命令,会由于电脑配置而各不同
注意:下载安装过程,可能因为某些原因,并不是很顺利,但遇到问题不要慌,另外网速一定要好,避免出现不必要的错误。
6. 测试
打开 Anaconda prompt
命令窗口,激活环境,输入python
,进入python
开发环境中
import torch
torch.cuda.is_available()
True
看到True的那一刻,我真的开心,终于成功了。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 一个奇形怪状的面试题:Bean中的CHM要不要加volatile?
· [.NET]调用本地 Deepseek 模型
· 一个费力不讨好的项目,让我损失了近一半的绩效!
· .NET Core 托管堆内存泄露/CPU异常的常见思路
· PostgreSQL 和 SQL Server 在统计信息维护中的关键差异
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~