pytorch安装教程csdn

安装PyTorch的步骤如下：

1. 安装CUDA

GPU版本需要安装CUDA，CPU版本无需安装CUDA。

  1. 查看CUDA版本 ：
    nvidia-smi
    ```

2. **下载CUDA Toolkit** <b class="card40_249__sup_a7f6" data-sup="sup">4</b>：

- 访问[NVIDIA Developer](https://developer.nvidia.com/cuda-downloads)下载对应版本的CUDA Toolkit<b class="card40_249__sup_a7f6" data-sup="sup">5</b>。

- 安装时，确保取消勾选“Visual Studio Integration”，否则可能安装不成功<b class="card40_249__sup_a7f6" data-sup="sup">3</b>。

3. **验证CUDA安装** <b class="card40_249__sup_a7f6" data-sup="sup">4</b>：

```bash
    nvcc -V
    ```

### 2. 安装cuDNN

1. **下载cuDNN** <b class="card40_249__sup_a7f6" data-sup="sup">3</b>：

- 访问[NVIDIA Developer](https://developer.nvidia.com/cudnn)下载cuDNN库<b class="card40_249__sup_a7f6" data-sup="sup">5</b>。

2. **将cuDNN文件拷贝到CUDA安装目录** ：

- 将下载的cuDNN文件(通常包括`bin`、`include`、`lib`文件夹)拷贝到CUDA安装目录的对应位置<b class="card40_249__sup_a7f6" data-sup="sup">3</b>。

### 3. 安装Anaconda(可选)<b class="card40_249__sup_a7f6" data-sup="sup">2</b>

1. **下载Anaconda** <b class="card40_249__sup_a7f6" data-sup="sup">6</b>：

- 访问[Anaconda](https://www.anaconda.com/products/distribution)下载最新版本<b class="card40_249__sup_a7f6" data-sup="sup">1</b>。

2. **安装Anaconda** <b class="card40_249__sup_a7f6" data-sup="sup">6</b>：

- 运行下载的安装程序，按照提示完成安装<b class="card40_249__sup_a7f6" data-sup="sup">4</b>。

3. **配置Anaconda环境** <b class="card40_249__sup_a7f6" data-sup="sup">7</b>：

- 打开Anaconda Prompt，配置清华源或其他镜像源以加速下载<b class="card40_249__sup_a7f6" data-sup="sup">1</b>：

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

### 4. 安装PyTorch<b class="card40_249__sup_a7f6" data-sup="sup">3</b>

#### 使用pip安装<b class="card40_249__sup_a7f6" data-sup="sup">5</b>

1. **打开命令行** ：

- 在Windows上，打开Anaconda Prompt或命令提示符。

2. **安装PyTorch** <b class="card40_249__sup_a7f6" data-sup="sup">3</b>：

- 根据你的需求选择CPU或GPU版本：

- **CPU版本** ：

```bash
    pip install torch torchvision
    ```

- **GPU版本** ：

```bash
    pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
    ```

- 注意：确保你的CUDA版本与PyTorch要求的版本一致。例如，如果你的CUDA版本是11.3，则选择CUDA 11.3的PyTorch版本<b class="card40_249__sup_a7f6" data-sup="sup">2</b>。

### 5. 验证安装<b class="card40_249__sup_a7f6" data-sup="sup">4</b>

1. **导入PyTorch** <b class="card40_249__sup_a7f6" data-sup="sup">2</b>：

```python
    import torch
    print(torch.__version__)
    ```

2. **测试GPU支持** (如果安装了GPU版本)：

```python
    device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
    print(device)
    ```

通过以上步骤，你应该能够成功安装PyTorch，并根据你的需求选择CPU或GPU版本<b class="card40_249__sup_a7f6" data-sup="sup">2</b>。如果在安装过程中遇到问题，请确保网络连接良好，并检查CUDA和cuDNN的版本是否匹配。
Top
×
×