PyTorch安装教程（最简单方法）

Posted 2023-04-05 小新卟想敲代码

注意：在安装之前确定你要安装的pytorch版本，然后在PyTorch和CUDA版本对应关系中查找对应版本，再进入正式安装环节

之前使用anaconda进行安装，下载速度实在太慢，安装几次都失败了。后听我朋友建议采用pip进行安装，直接成功！！！

一、根据之前你查看的对应版本，安装对应的 cuda 和 cudnn（我当时安装是参考的1-cuda和cudnn安装和2-cuda和cudnn安装）

二、cuda 和 cudnn都安装成功后，采用pip安装PyTorch

1、查看 cudnn 和 cuda 版本

#查看cudnn 版本
nvcc -V

#查看cuda版本
set cuda

2、进入pytorch官网：https://pytorch.org/，下载对应版本（PyTorch和CUDA版本对应关系）

• 网页下拉，即可看到下图，可安装的CUDA版本，给出了安装命令。如果没有找到对应版本，或者该版本没有安装命令，则进行下一步
  
• 查看所有版本
  
  跳转进入下面页面
  
  下滑找到需要的pytorch版本
  
  继续下滑，使用pip安装，我的是win11系统+cuda10.2+pytorch1.9.0，复制对应的安装代码
  

2、打开PyCharm软件，打开终端，粘贴安装代码

等待安装，我当时安装大概十分钟左右（用conda安装好几个小时还安装失败！！）
3、查看安装是否成功：

• 使用pip list检查
  
• 不确定的话，还可以进行代码测试：

    import torch
    print(torch.__version__)
    print(torch.cuda.is_available())
    print(torch.version.cuda)

这样就成功啦！！

这是小新学习的小记录，有不对的地方希望UU们批评指正

Python安装Pytorch教程（图文详解）

最近人工智能等多门课需要复现论文，近两年的论文很多都是Pytorch环境，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。

本机环境
Win10+1050Ti+Python3.7

1、两种方法查看本机的CUDA版本

1、cmd命令行输入nvidia-smi，在第一行最右边可以看到CUDA的版本号，我的是11.1

2、打开NVIDIA的控制面板，在开始菜单里面的NVIDIA Control Panel

3、在如下界面，帮助—>系统设置

4、出现系统信息如下

5、然后选择组件，然后看到蓝色的那一行就是英伟达的CUDA版本，可以看到我的是11.1.114，记住这个数字。

2、安装Pytroch

1、点击进入Pytorch官网

然后选择Get Started，就是如下界面

2、这里进行Pytorch版本的选择，首先我选择的是Stable稳定版，然后OS是Windows系统，Package包就使用Conda，Language肯定选Python，最后的Compute Platform就根据大家的需求来定了。大家如果想在自己电脑上跑通代码（具有独立显卡），就选CUDA，如果不需要在自己电脑上跑（在服务器上跑），就选CPU。

我们在上面已经看过自己的NAVIDA的CUDA版本了，如果前面数字是11，那么就选择11，如果是10，那就选10，当然如果你是11也可以选低版本的10。

如果没有安装anaconda的同学，可以参考我这篇博客：anaconda安装配置教程

如果想通过pip安装Pytorch的同学，可以告诉你通过pip安装非常麻烦，几乎无法安装，花费的时间远远多于安装anaconda的时间，所以，这条弯路我先帮大家探测过了，不要再踩啦。

3、然后复制最下面那段命令行语句，打开anaconda命令行，进入自己需要安装Pytorch的环境，然后运行。

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

4、可以看到将要安装的包里面有Pytorch和cudatoolkit，我们输入y确认，然后回车

5、下面就等待这些package安装成功，可以看到Pytorch还是比较大的，所以耐心等待一下。

6、安装完成后，会提示信息done。

7、输入pip list，查看我们的包是否被安装，这里可以看到torch相关的包都安装了。

8、我们输入python进入下Python环境，然后输入import torch，如果没有报错说明可以导入成功。

9、输入torch.cuda.is_available()查看torch是否可以使用显卡，True就代表可以！

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。