先确保已安装cuda(请点击查看是否安装了cuda),cudnn(请点击查看cudnn的安装),然后才能装pytorch。
一、安装pytorch
1、激活虚拟环境。
2、打开pytorch官网
https://pytorch.org/,根据自己的电脑,选择版本,操作系统,cuda版本,底下会有安装命令。如果版本合适,可直接按下图中最底下的命令装。
通过在终端输入nvcc -V,查询自己的cuda版本。
我的cuda是11.6,在官网首页上并没有相应的命令,通过点击首页下面的Previous versions of PyTorch。
可以看到之前的版本,及其相应的命令,它有pip安装和conda安装两种,可以根据自己电脑的配置,选择相应的版本,我选择的是1.12.0版本。
(1)conda安装时的命令
回到终端,输入如下命令即可安装。
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge
安装较慢,需要慢慢耐心的等待。
(2)pip安装时的命令
回到终端激活虚拟环境,输入命令。
pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu116
即可安装,但是比较慢,仍需慢慢等待。
4、切换清华源,加快速度
直接在python.org里面下载相当慢,并且很容易因为网络问题而失败。因此可以切换清华源,网上有较多切换的方法,文后给出一个参考。
在终端输入:pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
再输入命令安装:pip install torch==1.12.1 torchvision==0.13.1+cu116 torchaudio==0.12.1
快到飞起。笔者最后是通过这种方式安装好的!
5、验证pytorch是否安装成功
输入conda list:
可看到已经安装成功,版本为1.12.1。
也可在python环境中输入
Import torch
torch.__version__
能否用GPU:
torch.cuda.device_count()查看可用的GPU个数。注:如果这里查出来为0,而你电脑里有GPU的话,一般是cuda与pytorch的版本不匹配,请卸载了重新安装合适的版本。
torch.cuda.is_available()为True即可。注:如果这里的值输出来为False,而你电脑里有GPU的话,同样是cuda与pytorch的版本不匹配,请卸载了重新安装合适的版本。
二、卸载pytorch
卸载pytorch:
在终端输入命令
Conda uninstall pytorch
在y/n时输入y,再等一会儿,就卸载成功了。
参考:https://blog.csdn.net/lyj223061/article/details/108639378
联系客服