【工具/Pytorch】安装Pytorch(PyTorch入门第一步)

点击pytorch
【工具/Pytorch】安装Pytorch(PyTorch入门第一步)选择你需要的配置,复制run this command后面的内容,在命令行里面运行
step1:打开anaconda prompt
step2:激活虚拟环境

conda activate py38(虚拟环境的名字)

step3:输入run this command后面的内容,回车运行(忘记截图了)
在这个过程中可能出现各种问题,可以尝试切换镜像源,反复尝试
我也安装了整整一天才搞好,在此之前也是尝试了多次,终于安好了!!
下面我将对于上面图片中的四个部分进行解释,我也是初学者,如果有不对的地方,烦请指正!

1 Your OS

根据你的电脑的操作系统选择需要的,我本机是windows系统,所以我选择了第三个

2 Package

常用的两种安装方式就是conda和pip安装
这两种安装方式的区别主要体现在pytorch-gpu版本和pytorch-cpu版本上,第四节会进行详细讲解

3 Language

我常用的开发语言是Python,大家根据自己需要的语言选择对应的选项

4 Compute Platform

4.1安装CPU版本Pytorch

【工具/Pytorch】安装Pytorch(PyTorch入门第一步)直接选择CPU这个选项

4.2 安装GPU版本的Pytorch

4.2.1 conda安装下 Compute Platform的选择

截至2021年12月21日,目前pytorch官方首页展示的cuda版本是10.2、11.3、None(CPU版本),这里我选择的是cuda10.2版本,因为我本地的cuda版本是11.2版本,在pytorch的历史仓库版本中没有找到对应cuda11.2版本的pytorch,所以,退而求其次,在这里我选择了cuda10.2。
其实conda安装pytorch不需要我们考虑cuda的安装,只需要我们选择自己需要的cuda版本,conda会帮我们解决所有的问题,这也是为什么大家喜欢用conda的原因

4.2.2 pip安装下 Compute Platform的选择

如果要使用pip安装pytorch-gpu版本,需要我们自己安装cuda和cuDNN,我前面的博客有详细的介绍这两个软件的安装配置方法,有需要的话可以参考下面博客的内容:
建议先安装cuda,然后再是cuDNN
【Pytorch】win10安装cuda并验证cuda是否安装
【工具】cuDNN安装配置
安装完成上面两个软件之后,可以参考下面的博客,进行验证是否安装成功
【Pytorch】win10安装cuda并验证cuda是否安装
在cuda和cuDNN安装完成之后,再执行第五步 5 执行命令

5 执行命令

为了保证速度,希望大家替换conda/pip的镜像源
如何替换conda/pip的镜像源我在之前的一篇博客里详细介绍了:《【工具】pip和conda添加和删除镜像源
下面给出conda安装情况下如何进行命令行换镜像源,需要使用pip换镜像源的请看上面给出的那篇博客,值得一提的是在pycharm中,我们可以轻松的使用图形化界面进行换镜像源。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
#删除默认的镜像源
conda config --remove channels defaults

根据我们之前选择的配置,复制Run this command给出的命令:(注意这里千万不要复制 -c pytorch,否则就会使用默认源)
【工具/Pytorch】安装Pytorch(PyTorch入门第一步)

conda install pytorch torchvision torchaudio cudatoolkit=10.2
#在这个过程中可能出现很多问题,在安装pytorch-gpu版本的时候,报了各种错误,我在这块就换了好多次镜像源才成功

到此,pytorch安装完成,可以进行验证:

import torch
#判断是否安装了cuda
print(torch.cuda.is_available())  #返回True则说明已经安装了cuda

from torch.backends import cudnn
#判断是否安装了cuDNN
print(cudnn.is_available())         #返回True则说明已经安装了cuDNN

【工具/Pytorch】安装Pytorch(PyTorch入门第一步)

6 特别说明

如果你选择conda安装pytorch,则不需要自己手动安装cuda和cuDNN
如果你选择的是pip安装pytorch,则需要提前安装好cuda和cuDNN
还是conda安装比较方便,建议大家都是用这个方式进行安装
安装cuda的时候记得关闭360安全卫士等软件
忘记在哪个步骤vpn开着的话也会造成影响,vpn最好也别开,安装完成之后再使用吧

这篇博客我写了两天,昨天一整天一直在捣鼓如何安装pytorch-gpu版本,遇到各种错误,最后看到torch.cuda.is_available()返回True的时候真的炒鸡(故意写错)开心,今天写了一些了博客总结这两天遇到的一系列问题!总结的确很浪费时间,但是为了更好的进步,还是要坚持总结!

好啦!下面让我们一起愉快的入门深度学习吧!

上一篇:【算法】机器学习中固定随机数种子


下一篇:Win RTX3070+cuda11.4+cuDNNv8.2.2+torch-gpu离线安装+tensorflow-gpu离线安装