前言
本文将详细讲述pytorch的安装步骤以及本人所踩过的坑,请各位小伙伴按自己的需求进行观看。
anaconda的安装
首先,每个人电脑的配置不同,所需要的虚拟环境也不同,请勿直接复制粘贴。
我推荐直接安装最新版本的anaconda,当需要使用旧版本python时创建新的虚拟环境就好。
可以选择在官网上直接下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
但是我更推荐去国内的镜像网站下载,官网网速太慢了,很折磨人。
选择对应型号的版本进行安装,博主这里安装的是这个。
对于后缀区分感兴趣的小伙伴可以看看这篇文章 X64\X86\X86-64的区别。
下载好之后双击点开,开始安装。
由于博主是安装完之后才开始写这篇教程,中途有许多地方没有截图,就部为了截图删掉重新安装了。
具体步骤参考这篇知乎文章 Anaconda超详细安装教程(Windows环境下)
创建pytorch环境
同时按下win+R,输入cmd。
输入
conda create -n pytorch python=3.9.6
创建一个名为pytorch(可精简成torch),python版本号为3.9.6的虚拟环境。
回车后开始加载,显示
输入y,代表Yes,同意创建环境。
下载环境包可能稍慢,请耐心等待。
安装完成后输入
conda info --env
查看当前系统已有环境。
(如果出现*号说明你已在该环境中)
至此基础的pytorch环境就创建成功,如果想了解更多的conda指令以方便更好的配置环境,可以参考以下文章。
pytorch安装
CPU版本
虽然cpu版本安装起来非常简单,但是pytorch在进行深度学习时的计算量非常之大,如果电脑有gpu(也就是显卡)的话,最好还是安装gpu版本,不然学习起来非常的痛苦,就最基础的模型可能都会出现要跑2-3小时的情况,后续如果有课设之类的需求的话,cpu版本基本无法满足自己跑模型的需求,请谨慎考虑。
还是先打开cmd,输入以下指令进入之前所创建的pytorch环境中。
conda activate pytorch
如果之前创建环境时没有使用pytorch作为名称,请自行更改。
有以下前缀便说明成功进入环境中。
进入pytorch官网,下划找到以下界面
用官方指令下载需要访问国外的数据库,下载较慢,也有可能出现下载中断的情况,推荐使用国内的镜像的网站进行下载。
在cmd输入以下代码将清华源镜像导入到anaconda中。
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ conda config --set show_channel_urls yes conda config --set ssl_verify false
输入查看当前已有的镜像源。
conda config --set ssl_verify false
将官方指令删除-c pytorch后即可使用镜像源。
输入到pytorch环境下的cmd中,按下回车开始安装。
仍然输入y同意安装。
等待安装完成后输入python,再输入
import torch
print(torch.__version__)
如果出现版本号说明安装成功。
GPU版本
这边推荐安装GPU版本,虽然安装比较麻烦,但是可以很好的满足我们的使用需求。
cuda安装
cuda版本选择
cuda是显卡驱动,只有下载了cuda我们的GPU才能被调用起来。
还是打开我们的老朋友cmd,输入
nvidia-smi
记住这个数字,接下来比对
比对右侧数字,选择对你来说合适的版本,这里我选择的是12.1版本。
选择时,请比对cuda版本是否有适配的pytroch版本。
cuda安装以及环境变量设置
选择好cuda和pytorch版本后,我们进入官网下载cuda。(官网非常的卡,最好能挂个梯子进去下载,或者在各个帖子中寻找自己版本的安装包的云盘链接)
NVIDIA CUDA各版本下载链接(包括最新12、11版本和以往10.2版本)
点击下载后耐心等待,下载完成后运行.exe文件。选择精简安装一直下一步就好。如果由于VS的原因,导致无法正常安装,可以换成自定义的安装方式,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。
CUDA9.1版本安装之后会自动配置好环境变量,不需手动添加,如果版本较老的话可以参考以下文章
最后运行cmd,输入
nvcc -V
出现以下提示说明安装成功。
pytorch安装
进入pytorch官网,选择对应版本的pytorch,将代码输入处于pytorch环境中的cmd进行安装。
与cpu版本一致,如果下载速度慢的话就导入清华源。
下载torchvison
老规矩,寻找对应版本的torchvison。
进入清华镜像源,寻找到对应版本的压缩包进行下载。
下载完后进入下载地址,在地址栏输入cmd后回车。
用
conda activate pytorch
激活pytorch虚拟环境,再输入conda install –offline 加刚刚下载的文件名称,我这里是
conda install --offline torchvision-0.17.1-py39_cu121.tar.bz2
回车后就会离线安装torchvision,出现该界面就算安装成功。
再输入以下指令查看已安装库。
conda list
成功。
输入
python import torch print(torch.__version__) print(torch.cuda.is_available())
出现版本号已经ture就说明安装成功,可以使用。
尾声
码字不易,花费了7个小时的时间写出该文章,如果对你有所帮助,我会很开心。