安装PyTorch详细过程

Posted 2023-03-23 MC云鸷骚峰

安装PyTorch过程

• 安装anaconda
• 环境管理
• PyTorch安装
• 检验安装

安装anaconda

登录anaconda的官网下载，anaconda是一个集成的工具软件不需要我们再次下载。anaconda官网
点击下载
跳转到这个页面如果你的Python版本正好是3.8版，那便可以直接根据系统去选择自己相应的下载版本就可以了。
但是如果你的Python版本号不是当前页面的版本号，那我建议你去选择相对应的版本号。
点击archive你就会跳转到下面的页面

你可以访问这篇博客去找到当前与你python版本号相对应的anaconda（比如我的python是3.7.2版本的，因为这个版本在那篇博客中没有对应的anaconda的版本所以我便选择了Anaconda3-2019.03，而这个版本对应的是python3.7.3版，新的版本对旧的版本具有包容性，虽然有的人说运用最新的版本对现在所有的python版本都可以兼容，但是我没有试过，如果有试过的可以告诉我）。
如果不知道怎么查找版本号？同时按住win+R进入cmd输入命令: python --version

下载完便开始安装，根据你的需求去选择，看你是商业用途还是个人用途，我选择的是个人
一定要记住自己安装的路径

点击对勾将anaconda的默认值设置为python3.7

剩下的默认就可以了。
安装完成以后点击win图片，在最近添加和anaconda包中都能找到anaconda prompt。

出现（base）便表示成功

环境管理

在我们做项目的时候可以能需要不同环境的python版本，有时候要1.0版本，有的需要3.0版本的拿在这里我们就需要建立不同的环境，在不同的需要的时候去使用。
这个是在Anaconda Prompt下操作的

conda create -n

这是创建的格式
"pytorch"是这个环境变量的名字
"python=3.7"是我们要确定的当前环境的版本数
告诉我们创建这个环境需要这些包加入，同意就输入y

这样就操作成功。

我们输入activate pytorch（pytorch是你定义的这个环境的名字），左边的环境就从base（基本环境），变成了pytorch环境。

输入pip list，查看当前环境下面有哪些包，我们发现没有pytorch，那么下面我们就需要安装它。

PyTorch安装

进入pytorch官网
复制这一段操作指令。（这种情况是需要电脑上有单独的英伟达的显卡、或者英伟达的显卡和集显这两种情况都是可以的。）

进入命令符号窗口，输入nvidia-smi,查看当前驱动的版本号，观察Driver Version的值是否大于400，如果小于请更新显卡驱动。推荐使用驱动精灵更新，虽然驱动精灵的版本没有官网的更新的那么及时但是驱动精灵更新简单，不需要过多的操作。当然也可以去英伟达显卡驱动更新去下载。
选择自己显卡相对应的系列，括号中Notebooks是笔记本。

将上边复制的代码粘贴进去。注意此事的环境是pytorch

输入y
便开始下载了（下载时间较长请耐心等待）

下载完成后我们再次输入pip list，查看到已经有torch的存在。

检验安装

先输入python，然后输入import torch，如果输入后没有任何报错，没有任何显示那就是成功了，然后再输入torch.cuda.is_available()，返回的是True，那便是完成了整个操作。

上述步骤参考https://www.bilibili.com/video/BV1hE411t7RN?t=734，中间参杂自己操作时的一些操作和思考。

Windows下pytorch-gpu安装以及CUDA详细安装过程 附带各个版本安装包

最近学习到了超分辨率算法用到了 PyTorch 框架，有很多小bug，例如版本不一致，cuda+cudnn下载速度太慢等等问题。所以在这里写一篇博客详细记录安装的过程。附带 CUDA + cudnn各个版本安装包

目录

1.前言

2.Cuda的下载安装及配置

2.1安装Cuda

2.1.1查看本机是否有独立显卡

2.1.2下载CUDA安装包

 2.1.3开始安装

 2.2配置cuda环境

 2.2.1测试是否安装成功

3.CUDNN的下载及配置

3.1.下载CUDNN

 3.2.配置cudnn

 4.安装pytorch-gpu

4.1 conda方式安装

5.测试PyTorch

 6.百度网盘下载链接

---

1.前言

由于已经安装了cpu版本了，如果再在该环境下安装gpu版本会造成环境污染.
因此，再安装gpu版本时，需要再新建一个虚拟环境才能安装成功。
然后去官网下载所适配的版本。 安装完cuda和cudnn后，开始安装pytorch的gpu版本。

2.Cuda的下载安装及配置

2.1安装Cuda

2.1.1查看本机是否有独立显卡

首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中，查看是否有独立显卡。

可以看到本机有一个集成显卡和独立显卡NVIDIA GeForce RTX 2080 SUPER

2.1.2下载CUDA安装包

        测试本机独立显卡是否支持CUDA的安装（点击此处）

从上图中，可以看到我本机的独立显卡是支持CUDA安装的，计算力是7.5。

          那么，接下来就是选择CUDA进行安装即可，点击此处

 

 根据电脑系统选择相应选项，exe选择local，下载安装

 2.1.3开始安装

        接着就是安装过程，双击打开显示临时解压目录，不需要改变，默认即可。

                       

          接下来，进入NVIDIA安装过程，在这安装过程中，我一开始直接选择的精简安装，但由于VS的原因，导致无法正常安装，于是我换成了自定义的安装方式，并将VS勾给去掉，便可以正常安装了，至于CUDA的安装目录，大家默认安装在C盘即可。

 

把VS勾给去掉。

 

 安装位置最好默认因为等一下还要配置系统环境path。当然这里只是建议

 下面就是安装好了。

 2.2配置cuda环境

安装完成之后，便是配置环境变量。环境变量配置如下图所示。

去到环境变量Path里面新建插入对应的路径。

 

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.2\\lib\\x64

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.2\\include

C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.2\\extras\\CUPTI\\lib64

C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v10.2\\bin\\win64

C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v10.2\\common\\lib\\x64

 

 2.2.1测试是否安装成功

 最后一步，测试CUDA是否正常安装。

1.同时按键盘上的“windows键+R”，输入“cmd”并回车，进入windows的命令行界面。
 
2.命令行里输入“nvcc -V”并回车
 
3.如果已经成功安装CUDA的话，会显示CUDA的版本号的。

可以看到测试成功，接着进行cudnn的下载。

3.CUDNN的下载及配置

3.1.下载CUDNN

        点击此处，选择下载download cudnn，但这里需要你注册一个账号，然后进行问卷之后才可以进行下载页面，反正一步步操作即可。

        然后因为我上一步CUDA的版本是10.2,而CUDNN的版本要跟CUDA版本一致。

 3.2.配置cudnn

下载之后，解压缩，将CUDNN压缩包里面的bin、clude、lib文件直接复制到CUDA的安装目录下，直接覆盖安装即可。

 4.安装pytorch-gpu

         直接来到Pytorch的官网，此处，因为根据自己的配置进行选择，我试过用conda安装，但是conda安装老是不成功，也替换过清华镜像源，但速度实在是龟速，半天没动静。虽然pip下载也蛮慢，但至少可以安装成功。

4.1 conda方式安装

        选择适合自己的版本，但是使用conda方式下载，直接用这个语句是不能下载成功的，因为它的服务器在国外，所以要选择下国内的镜像源。（梯子在上面已经给了链接）

在已经激活的环境中输入上图红框中的命令：（可以直接选择镜像那个）

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

默认pytorch官网为下载源，下载速度太慢，很容易报错

更改为清华大学镜像，命令行输入下面的命令：

# 添加Anaconda的清华镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes  

然后再输入：

conda install pytorch torchvision torchaudio cudatoolkit=11.3

注意要把后面的-c pytorch去掉，不然还是使用的默认源下载。

等待下载和安装：

 安装成功。。

4.2. pip方式安装

先更新一下pip

python -m pip install --upgrade pip -i http://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com

直接用他官网的下载链接就可以，不过最好加上清华源。

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

等待安装成功。

5.测试PyTorch

import torch
print(torch.cuda.device_count())
#可用gpu数量
print(torch.cuda.is_available()) # #是否可用gpu

 true就说明PyTorch安装配置成功 可以使用Gpu了。

 6.百度网盘下载链接

链接：https://pan.baidu.com/s/1GDokaoclNaTbJEeoQrrcaw 
提取码：4lla 
--来自百度网盘超级会员V5的分享