在虚拟环境下安装GPU的torch
目录
- 一、创建虚拟环境
- 二、下载对应要求的GPU版torch
- 2.1查找对应的版本
- 2.2 torch安装
- 三、在虚拟环境中安装torch
- 3.1激活创建的虚拟环境：
- 3.2如果下载了cpu版本的torch，想卸载重下
- 四、安装其他库推荐
一、创建虚拟环境
conda create --name myenv python=3.9
其中myenv为自己创建的环境的名字，可以自己起想要的环境名字，python=3.9是你所制定的python版本，可以自己选择。
二、下载对应要求的GPU版torch
2.1查找对应的版本
在命令指示窗口（cmd）中输入代码：
nvidia-smi
查看自己cuda版本：
如图所示，我的cuda版本是12.3，下载torch的版本是向下兼容的，所以以我的例子，在cuda<=12.3的torch版本我都可以下载
2.2 torch安装
1)pytorch官网下载：https://download.pytorch.org/whl/torch_stable.html
打开上面的链接，界面如下，一下包含torch、torchvision、torchaudio等相关包的各个版本，其中每个数字代表的含义如下图：
找到自己想要下载的版本，点击即可下载。
我只下载torch和torchvision两个关键包，torchaudio是通音频相关包，不搞音频的话，可以不用下载安装。
注意：torchvision和torch的版本一定要对应，python、cuda的版本也要对应。不知道torchvision所需要的torch版本的话可以问问kimi
三、在虚拟环境中安装torch
3.1激活创建的虚拟环境：
conda activate myenv
myenv是自己创建的环境名称
进入环境后输入你下载好的torch包的位置，我的如下：
则输入代码：
pip install E://XUEXI//torch//torch-2.3.1+cul21-cp39-cp39-win_amd64.whl
该代码尽量手打，复制粘贴容易报错，我也不知道是啥原因。
可能出现的问题：
报错的原因：
1、使用了不安全的 http 镜像。
2、网络问题或镜像中缺少某些依赖包。
如果有如上问题，可以修改代码：
pip install --trusted-host pypi.tuna.tsinghua.edu.cn E://XUEXI//torch//torch-2.3.1+cu121-cp39-cp39-win_amd64.whl
等待片刻即可下载好gpu版本的torch。同理下载对应的torchvision也是一样的道理。
下载好了torch，可以用conda list查看是否安装好了GPU版本的torch
如图所示，torch的版本是2.3.1+cu121，说明安装好的就是GPU版本的torch，如果是cpu版本的torch的话，是不带+cuxxx的
3.2如果下载了cpu版本的torch，想卸载重下
卸载错误版本的 PyTorch：
pip uninstall torch torchvision torchaudio
或者，如果你是通过 conda 安装的，可以使用：
conda remove pytorch torchvision torchaudio
代码运行后如下：
验证卸载是否成功：
pip show torch
结果如下说明卸载完全：
完成卸载后即可重新安装所需要的torch、torchvision啦！
四、安装其他库推荐
使用以下指令一般都能成功安装各种库！
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple （需要的包名） --trusted-host pypi.tuna.tsinghua.edu.cn
例如我想要下载pandas库：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas --trusted-host pypi.tuna.tsinghua.edu.cn
运行结果：
这就成功下载好了pandas库。