GPU版 CPU版 Pytorch安装教程

前言

安装Pytorch前请先安装Anaconda, 用Anaconda先安装Python虚拟环境，并且根据Pytorch官网最新提示

Python版本最好是3.8-3.11之间，后期有变化都能在Pytorch官网首页看到

如果项目有明确要求请安装对应版本Python，其次建议安装3.8版本Python，低版本适用性更强一些 ，安装虚拟conda环境命令如下

conda create -n pytorch python=3.8 # 创建名称为pytorch并且python为3.8版本的虚拟环境
conda activate pytorch # 进入pytorch虚拟环境

​​​​​​​​​​​​​​​​​​​​​

GPU版Pytorch安装

GPU版Pytorch版本用的比较多，安装前先确定自己电脑的显卡版本，有两种方法：

1. 第一种方法是nvidia-smi命令可以查看电脑GPU驱动信息

nvidia-smi

图中右上角标红框的地方显示的是驱动CUDA版本，并不是算力CUDA的版本，如果这个数字小于11.7，请更新显卡驱动，升级到11.7或以上，因为官网推荐版本为11.7.

如果低于11.7.可以参考Pytorch官网早期版本安装方法。

2. 另一种查看GPU信息的方法是nvcc -V命令

nvcc -V​

如果显示 ‘nvcc’ 不是内部或外部命令，也不是可运行的程序或批处理文件。 代表没有安装算力CUDA驱动，此时可以安装anaconda版本GPU的Pytorch，或者安装CUDA驱动后（安装方法在pip安装方法小节中），anaconda安装方法和pip安装方法都可以

conda安装方法

conda安装不需要安装CUDA驱动，conda可以自动安装CUDA环境

Stable是稳定版本，Windows平台，其他平台可以自行切换，Conda安装方法，语言选Python，CUDA版本11.7，复制 Run this Command 的命令

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

显示台会有一大堆包要你确认安装

最重要是红框那一行

pytorch/win-64::pytorch-2.0.1-py3.8_cuda11.7_cudnn8_0

代表pytorch是2.0.1版本，python是3.8版本，cuda是11.7版本，cudnn是8.0版本，表明安装的是gpu版本pytorch，cpu版本没有cuda标志，会有cpu标志代替

此外会有很多cuda环境包安装

输入y确认，等待安装完成

GPU版的pytorch有1G多，等待安装完成就OK了，之后import torch就能用了

pip安装方法

pip方法不会安装CUDA环境，需要自己电脑带CUDA环境，可用nvcc -V命令查看

nvcc -V

显示 ‘nvcc’ 不是内部或外部命令，也不是可运行的程序或批处理文件。 代表没有安装算力CUDA驱动,需要下载 CUDA 和 CUDNN

CUDA下载
CUDNN下载

进入CUDA下载页面

CUDA选下载11.7版本最新11.7.1

CUDNN选8最新的，注意后面 for CUDA 11.x , CUDNN下载需要登录

安装CUDA

安装CUDNN

再次用 nvcc -V 命令检查

安装成功

上Pytorch官网看pip方法命令

复制 Run this Command 命令

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

pytorch有2.3个G，其他还有依赖包，等待安装完成就可以了

之后在项目中import torch就能用了

验证安装成果

进入Python编程环境，验证Pytorch是否是GPU主要用下列命令

import torch
print(torch.cuda.is_available()) # 返回bool值，指示当前CUDA是否可用。
print(torch.cuda.get_device_name()) # 返回gpu名字

torch.cuda.is_available() 返回True表示GPU可用，False表示GPU不可用

torch.cuda.get_device_name() 返回电脑所有可用GPU的名字列表

CPU版Pytorch安装

CPU版Pytorch用的较少，在自己没有GPU资源下可以使用

同样可以使用conda和pip安装，这里推荐conda安装

pip安装把Package项改成Pip即可

复制 Run this Command 的内容

conda install pytorch torchvision torchaudio cpuonly -c pytorch

注意这里

pytorch/win-64::pytorch-2.0.1-py3.8_cpu_0

cpu_0 代表安装的是cpu版本

按y确认后等待安装完成即可

在项目中也是 import torch 引入，但是不能使用GPU资源