超详细Windows安装PyTorch步骤

目录

  • 1. 安装Anaconda
  • 2. 配置PyTorch安装环境
  • 3. 安装PyTorch
    • 3.1 进入PyTorch官网:[https://pytorch.org/](https://pytorch.org/),查看安装命令
    • 3.2 升级cuda
    • 3.3 正式安装PyTorch

1. 安装Anaconda

Anaconda作为一个优秀的Python环境和包管理软件,使用软件包管理系统Conda进行管理,非常适合用于管理PyTorch所需要的环境和包。同时PyTorch官网也支持Conda版本的PyTorch包直接安装。
进入Anaconda官网:https://www.anaconda.com/,下载安装包,直接安装即可:
超详细Windows安装PyTorch步骤_第1张图片

2. 配置PyTorch安装环境

在命令行中,使用如下命令配置PyTorch安装环境:

conda create --name pytorch python=3.8  //conda create --name 环境名 包名(多个包名用空格分隔,包后面可以指定版本号,如python=3.8)

3. 安装PyTorch

3.1 进入PyTorch官网:https://pytorch.org/,查看安装命令

超详细Windows安装PyTorch步骤_第2张图片
超详细Windows安装PyTorch步骤_第3张图片
发现Windows环境中的CUDA10.2版本的包已经不再支持,恰好自己的电脑使用的是10.2版本的CUDA,因此需要升级CUDA
超详细Windows安装PyTorch步骤_第4张图片

3.2 升级cuda

这里需要提一下,网上升级CUDA的教程五花八门,有的已开始来就让卸载原来的驱动啥的,看得我也是心累,经过几番折腾,也算整明白一些东西。
安装之前,需要明白CUDA DriverCUDA ToolkitCUDNN三者的区别:

  • CUDA Driver是显卡需要的CUDA驱动,在官网上可以根据自己的型号选择下载:https://www.nvidia.com/Download/index.aspx?lang=en-us。只得注意的是 CUDA Driver会随着CUDA Toolkits一起安装,如果要安装CUDA Toolkit则不需要单独安装CUDA Driver,这里我们需要安装的是CUDA ToolkitCUDNN,则不需要单独安装这个了。需要单独安装驱动,只需要找到自己对应的显卡,搜索、下载安装包、安装即可。
    超详细Windows安装PyTorch步骤_第5张图片

  • CUDA Toolkit是NVIDIA用于开发CUDA程序的一系列工具和库的集合(PS:我们需要的CUDNN库却没有,因此需要单独安装),进入官网:https://developer.nvidia.com/cuda-toolkit-archive,选择Download Latest CUDA Toolkit下载安装即可。

超详细Windows安装PyTorch步骤_第6张图片

  • CUDNN是一系列用于深度神经网络开发的CUDA工具包,进入官网下载:https://developer.nvidia.com/。难受的是这里需要我们注册一个账号,并填写一份调查问卷,方可下载。这里下载的是一个zip压缩文件,解压以后,放到之前安装CUDA Toolkit文件夹的对应目录下,我这里是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6。PS:只需要全选解压后的文件和文件夹,复制到这个目录下,合并文件夹即可。
    超详细Windows安装PyTorch步骤_第7张图片
    CUDA升级完成,我们就可以使用nvidia-smi或者nvcc -V查看自己的CUDA版本啦。

3.3 正式安装PyTorch

打开CMD终端,激活刚刚创建的用于安装PyTorch的conda环境,执行PyTorch官网的安装命令,由于网络原因,出现安装包下载不成功、某个文件暂时无法安装等类似的问题,该命令可能需要多次执行,然后等待完成安装即可。
如果出现HTTP错误,则需要重新配置一下codna的安装源,命令如下:

conda config --remove-key channels

如果重置了安装源也无法安装,则需要换一个安装源,这里以清华镜像安装源为例,命令如下:

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

完成安装以后,可以通过一下方式测试PyTorch是否成功安装,以及CUDA是否可用。
超详细Windows安装PyTorch步骤_第8张图片

你可能感兴趣的