Pytorch安装指南(cuda、镜像下载)

  • Post author:
  • Post category:其他




1. 配置conda虚拟环境


(1)打开Anaconda Prompt


在这里插入图片描述


(2)输入命令

conda create -n pytorch python = 3.6

在这里插入图片描述

接着输入y,便可完成pytorch虚拟环境创建。

在这里插入图片描述


(3)进入Pytorch虚拟环境


输入:conda activate pytorch 进入到pytorch环境

在这里插入图片描述

如果能够顺利进入,则证明第一步安装成功。



2. 安装Pytorch



2.1 官网安装


(1)打开pytorch官网:https://pytorch.org/


在这里插入图片描述

上述配置主要需要注意的是系统、Pytorch版本。安装时,将最后一行的Command代码复制到conda命令行窗口运行即可


(2)Pytorch版本选择及注意事项



CUDA


如果选择安装CUDA版本需要注意:


  1. 电脑是否有英伟达(NVIDIA)的显卡

    。可以通过“右键 –> 任务管理器 –> 性能 –> GPU”查看。如果没有NVIDIA显卡,则可以选择CPU版本安装。

    在这里插入图片描述
  2. 如果有NVIDIA显卡,接下来需要检查

    是否安装CUDA

    .

    在这里插入图片描述
  3. 如果没有安装cuda,则可以进入官网:https://developer.nvidia.com/zh-cn/cuda-toolkit 下载。等待下载完安装即可。

    在这里插入图片描述

  4. 检查驱动版本是否大于396.2

    :输入 nvidia-smi 查看驱动信息

    在这里插入图片描述

    如果版本数小于要求,则可以进入英伟达驱动官网https://www.nvidia.com/Download/index.aspx?lang=cn

    选择适合自己电脑的驱动程序然后下载更新

    在这里插入图片描述



2.2 清华镜像安装


(3)清华镜像安装


如果直接按照命令行代码:conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch 运行,可能下载的速度会很慢。可以尝试以下方法更换成清华镜像下载

运行以下命令:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64

再输入conda config –show channels检查已经加入的channels

在这里插入图片描述

最后将命令复制到命令行,删除 -c pytorch后增加地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64

在这里插入图片描述


如果上述方法仍然无法安装,则可尝试(4)


(4)用pip加清华源下载


输入命令 pip install torch -i https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ 即可完成安装

在这里插入图片描述



2.3 anaconda网站自选安装

  1. 进入官网:https://anaconda.org
  2. 在搜索框中输入需要安装的库,如pytorch

    在这里插入图片描述
  3. 选择其中一个镜像,按照命令安装即可。

    在这里插入图片描述

    在这里插入图片描述


采用上述方法安装也是很快的,整个安装过程不超过5分钟。(在安装pytorch时可能会有一段时间的“卡顿,不要放弃,稍等一会儿就好”。)



3. 验证


(1)pytorch安装验证


在这里插入图片描述

能够如上所示正常运行,表示pytorch安装成功。


(2)torch.cuda.is_available()验证


输入 torch.cuda.is_available() ,如果返回true则表示GPU可以使用。

在这里插入图片描述



参考资料

[1] https://www.bilibili.com/video/BV1hE411t7RN?p=1

[2] https://www.bilibili.com/video/BV1ES4y1L7BY?p=3&spm_id_from=pageDriver

[3] https://blog.csdn.net/zzq060143/article/details/88042075



版权声明:本文为koulongxin123原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。