PyTorch的安装与使用——安装篇

目录

---

前言

一、Anconda的安装

1. 下载Anconda安装包

2. 安装Anconda

二、Pytorch的安装

1.查看驱动支持的CUDA版本

1.1 查看我们GPU的计算能力

1.2 查看自己的驱动所支持的最高CUDA版本

2. 根据所支持的最高CUDA版本，在Pytorch官网选取适合的安装命令

3. 在Anconda中创建虚拟环境，安装PyTorch

3.1 打开Anconda Prompt，查看已有的虚拟环境

3.1 创建一个新的虚拟环境，并激活它。

3.2 根据我们之前选择的PyTorch安转命令，粘贴执行安装即可

3.3 检验我们安装的PyTorch

总结

---

前言

作为刚刚接触深度学习的小白来说，PyTorch这个深度学习框架是必备的工具之一，所以我也把我自己安装成功的流程分享出来。

---

总体的安装流程：

1. Anconda的安装
2. PyTorch的安装
3. 使用PyTorch

一、Anconda的安装

如果大家之前学习Python基础的时候肯定也大都安装过Anconda，但是由于之前我安装的Anconda版本较低，所以也全都卸载重新安装了一下。（如果大家的Anconda版本还比较新的话，可以跳过此个步骤。）

已有Anconda，查看自己Anconda的方法：

1. 打开Anacoda Prompt

2. 输入：conda --version 就可以查看自己安装的Anconda的版本了。

命令：conda --version

1. 下载Anconda安装包

直接打开Anconda官网：https://www.anaconda.com/downloadhttps://www.anaconda.com/https://www.anaconda.com/download 这里要求会先登录然后进入30s就会出现下载安装的界面，不过这个可能网速有点慢，甚至打不开这个网站，所以我也直接把安装包放到了我的网盘里，也可以直接下载。（安装包的把版本是这篇文章所写时间最新的哦）

网盘里安装包链接: https://pan.baidu.com/s/1hISxYQ9ogNQa3h0gGtRwKQ?pwd=r54x 提取码: r54x 。
 

2. 安装Anconda

然后双击安装程序，一直做同意或Next 下一步，最后等待安装成功即可。

这里建议还是改换一下安装目录。

建议三个选项都选上，我的因为已经安装成功了，第二个选不了。

最后静静地等待安装完成即可。

同样，如果想验证是否安装成功，或查看自己的Anconda的版本，按照我前面的查看Anconda版本的方法操作即可。

二、Pytorch的安装

Pytorch 的安装就相对来说比较麻烦一点了，目前Pytorch针对计算机的硬件配置有两个版本，CPU版本和GPU（CUDA）版本，其中GPU版本目前安装的最多，因为它能够利用电脑的显存进行加速，效率较高，另外目前大家的电脑配置都比较高，所以就主要演示GPU版本的PyTorch进行安装。

PyTorch的安装涉及的操作步骤如下。

1. 查看自己的NVIDIA驱动版本来确定支持的最高CUDA版本，如果觉得自己支持的CUDA版本较低，下载更新自己的驱动版本。
2. 根据支持的CUDA版本，在PyTorch官网中选取合适的安装命令。
3. 在Anconda中创建专属的虚拟环境，然后执行安装命令来安装PyTorch。

核心的原则就是：驱动支持的 CUDA 版本必须 ≥ PyTorch 依赖的 CUDA 版本，否则 PyTorch 无法正常调用 GPU。

1.查看驱动支持的CUDA版本

1.1 查看我们GPU的计算能力

一般来说GPU版本的Torch要求我们的GPU计算能力>=3.0. 一般目前电脑的显卡都能够达到要求，当我们也可以顺便看一下。

1. 首先打开 控制面板==> 硬件和声音 ==> 设备管理器 ==> 显示适配器 查看显存配置。

2. 打开网址 https://developer.nvidia.cn/cuda-gpus#compute 对照着查看GPU的计算能力，大家对照看自己的即可。

1.2 查看自己的驱动所支持的最高CUDA版本

1. 第一种方法，打开NVIDIA 控制面板查看

左下角系统信息==>组件，就可以查看自己的驱动程序支持的最高CUDA版本了。

2. 第二种方法，cmd 打开命令行，输入 nvidia-smi 也可以查看。

命令：nvidia-smi

下面是如果想下载新的驱动版本来支持更高的CUDA的方法

1.  打开网址 https://developer.nvidia.com/cuda-toolkit-archive 选择你想下载的CUDA版本。

比如我下载的这个版本是最高支持CUDA12.8的版本，点击进入。

2. 根据实际选择对应的选项，下载安装。

3. 一直下一步即可，这一步选择精简。

最后等待安装完成。

2. 根据所支持的最高CUDA版本，在Pytorch官网选取适合的安装命令

1. 打开Pytorch官网 https://pytorch.org/，向下滑找到如下页面。

2. 根据我们驱动程序所支持的最高CUDA版本，选择对应的选项，最后复制命令备用。

下方的图是按照我自己的选择的，大家根据自己的实际的来，另外要注意的是我下载的是最新的PyTorch这里要求Python版本3.9及以后，大家还是要注意一下。

3. 如果大家的支持的CUDA版本较低，要下载老版本的PyTorch的话，进入旧版本的PyTorch下载界面。

在这里看清版本复制命令备用即可。

3. 在Anconda中创建虚拟环境，安装PyTorch

3.1 打开Anconda Prompt，查看已有的虚拟环境

命令：conda env list

发现我有两个环境，一个是Anonda的base环境，一个是我基于base环境所创建的名称为 Pytorch-2.8.0 的独立的虚拟环境。

3.2 创建一个新的虚拟环境，并激活它

命令：conda create -n <虚拟环境名称> python=<version>如：conda create -n pytorch2.8 python=3.12

创建完成，再次查看就会多出来一个。

等待创建完成，然后激活这个虚拟环境，如激活刚才创建的虚拟环境。

命令：conda activate <env_name>如：conda activate pytorch2.8

然后我们会发现前边的base环境就会改成我们新创建的环境名称。

3.3 根据我们之前选择的PyTorch安转命令，粘贴执行安装即可

1. 这里建议配置一下国内的镜像源，直接粘贴执行即可。

命令：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2. 然后粘贴之前的 PyTorch 安装命令，等待安装完成即可。

3.4 检验我们安装的PyTorch

1. 查看我们安装的 torch 信息

命令：pip show torch

2. 进入python界面验证

命令：python                            # 进入python界面命令：import torch命令：print(torch.__version__)          # 查看torch版本命令：print(roech.cuda.is_available())  # 查看cuda是否可用命令：print(torch.cuda.version)         # 查看cuda版本

这样GPU版本的PyTorch就安装好了。

总结

这就是PyTorch的安装方法，可能安装过程中会出现各种各样的问题，相信我们一定会克服。

此外这里只写了PyTorch的安装，那么还有使用呢？如何在PyChram中或者jupyter notebook中使用这个虚拟环境呢。今天太晚了先写到这。