GPU版Pytorch最新安装方法教程
GPU版本安装Pytorch教程最新方法
第一步:安装 Anaconda 和 Pycharm 软件
如果已经安装好,这一步可忽略。
直接在官网 https://www.anaconda.com/products/distribution ,我一般不选择最新版本,我这里安装的是 Anaconda3-2021 版本,并选择 Pycharm community 安装,选择适合自己的即可。
第二步:下载CUDA
- 首先查看自己电脑GPU版本,方法为:
打开cmd命令行,输入nvidia -smi 可直接查看自己可安装的最高版本的 CUDA版本,我的电脑是 CUDA11.6。
-
为了不发生最新版本不能兼容的情况,我选择了相对较老的版本CUDA11.3 进行安装。安装网址:https://developer.nvidia.com/cuda-11.3.0-download-archive
-
选择相应的版本下载即可:
第三步:安装CUDA11.3
- 安装cuda:
双击运行下载好的CUDA的exe文件,安装时不需要更改路径,不是最终路径,这里不需要更改。
- 选择自定义安装后,取消勾选 Visual Studio,原因安装耗时较长,也可不需要。后面的路径也不需要更改。
-
这里与其他安装方法不同的是,我没有安装 cudnn,也没有配置 path ,但是同样也安装成功。
-
打开 Anaconda prompt 命令,输入 nvcc -V 查看 CUDA11.3是否安装成功。安装成功即可显示:
第四步:下载GPU版本下的pytorch和pytorchvision
这里我没有选择直接命令安装,因为安装失败的概率较高。我选择的是下载安装包,再在anaconda里下载whl文件。
- 查看自己的python版本,还是在 Anaconda prompt 命令,输入 python,我的 python 版本是3.9:
- 不使用命令行下载 pytorch 的下载链接为:https://download.pytorch.org/whl/torch_stable.html
里面的文件是cpu开头的是 CPU 版本,cu开头的才是我们要下载的GPU版本。
这里可参考 torch 和 torchvision 的对应图,以免下错对应版本,这里我选择的 是红色圈内的,根据自己需求下载:
-
在下载链接里找到的是
下载的1.10.0 版本的 torch 和 0.11.1 版本的 torchvision,我的 python版本是3.9,注意后面对应的 win 和 linux:
-
下载后放在同一目录下,我在c盘新建文件夹 CUDA-python,放在了C:\CUDA-pytorch下:
在 Anaconda prompt 里 cd 到你下载好 torch 和 torchvision 的目录下,输入:
pip install “文件名”,如:
torch 和 torchvision 安装方法一样。
- 检验方法,输入命令:pip list 后能看到:
第五步:验证以上步骤全部安装成功:
跟着这张图上去输入 python,以下步骤:
最后得到的是 Ture 说明全部安装已完成。