PyTorch安装教程(最简单方法)
Posted 小新卟想敲代码
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PyTorch安装教程(最简单方法)相关的知识,希望对你有一定的参考价值。
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。
以上是关于PyTorch安装教程(最简单方法)的主要内容,如果未能解决你的问题,请参考以下文章
Anaconda中GPU版本Pytorch 的whl 安装方法2023.1最新最详细(附anaconda以及cuda&cudnn安装教程)
PyTorch教程-5:详解PyTorch中加载数据的方法--DatasetDataloaderSamplercollate_fn等