PyTorch 的安装非常灵活,支持通过 pip 或 conda 安装,可根据系统平台(Windows、macOS、Linux)选择 CPU 或 GPU 版本。用户可访问 PyTorch 官网安装页面,根据自身环境自动生成安装命令。安装完成后通过导入 torch 模块并检查版本和 CUDA 可用性进行验证,推荐在虚拟环境中进行安装以避免依赖冲突。本文主要介绍PyTorch 安装。

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)

推荐文档