1、Anaconda(conda)安装配置

Conda 是一个开源的、跨平台的软件包管理系统和环境管理系统，用于安装多个 Python 版本的软件包及其依赖关系，并在它们之间轻松切换。你可以把 Conda 看作 Python 领域的 Maven ，当然有些功能可能比 Maven 更加强大。通常我会安装 anaconda 来集成 Conda 和 Python 环境，anacoda 额外还有 numpy 、pandas 等有用的科学计算包。如果你有洁癖也可以使用 MiniConda ，它只包含 Conda 和 Python 。

参考文档：

Python Anaconda(conda)在 Mac上安装配置

Python Anaconda(conda)在 Linux上安装配置

Python Anaconda(conda) 在 Windows 上安装配置

2、在线安装Pytorch

将Anaconda(conda)安装完成，则可以使用conda安装Pytorch，命令如下，

conda install pytorch torchvision -c pytorch

注意：正常情况下，很容易就能装好Pytorch，如果出现安装失败，很可能是网络延迟高的问题，则可以通过配置anacoda 国内镜像源来解决，命令如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

配置好anacoda 国内镜像源后，然后在执行安装命令。

3、离线安装Pytorch

如果在线安装出现异常或无法安装，我们可以通过下载安装文件，通过离线方式来安装Pytorch。

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

通过上面下载地址，下载好对应版本的pytorch和 torchvision 包，然后执行安装命令，

例如，

#  env_name  为 Conda 环境名
conda install --offline  env_name /path/to/pytorch-1.4.0-py3.7_0.tar.bz2
conda install --offline  env_name /path/to/torchvision-0.5.0-py37_cpu.tar.bz2

4、使用pip安装

要使用 pip 安装 PyTorch，只需根据是否使用 GPU 选择相应命令。

1）CPU 版本（不依赖显卡）

对于仅使用 CPU 的用户，可直接运行命令安装。

pip install torch torchvision torchaudio

2）GPU 版本

安装 PyTorch GPU 版本，可根据电脑的 CUDA 版本 选择对应命令。

pip install torch \
            torchvision \
            torchaudio \
            --index-url https://download.pytorch.org/whl/cuXXX

注意： 上面是通用安装命令，其中 cuXXX 表示 CUDA 版本，例如 cu118 表示 CUDA 11.8。

常见 CUDA 版本安装命令

 CUDA 12.1:

pip install torch \
            torchvision \
            torchaudio \
            --index-url https://download.pytorch.org/whl/cu121

CUDA 11.8（最常用）：

pip install torch \
            torchvision \
            torchaudio \
            --index-url https://download.pytorch.org/whl/cu118

CUDA 11.7:

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

5、检查 CUDA 是否可用

可在 Python 中运行以下命令，检查 CUDA 是否可用。

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # True 表示 GPU 可用

6、查看 CUDA 版本方法

1）通过 nvcc 命令（适用于安装了 CUDA Toolkit）

nvcc --version

2）通过 nvidia-smi 命令

适用于安装了 NVIDIA 驱动。

nvidia-smi

3）Python 中查看

import torch
print(torch.version.cuda)