Python安装Pytorch最新图文教程

目录

• 1、查看本机的CUDA版本
• 2、安装Pytroch

最近人工智能等多门课需要复现论文，近两年的论文很多都是基于Pytorch环境做的实验，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。

本机环境
Win10+1050Ti+python3.7

1、查看本机的CUDAandroid版本

cmd命令行输入nvidia-smi，在第一行最右边可以看到CUDA的版本号，我的版本是11.1

2、安装Pytroch

1、点击进入Pytorch官网

然后选择Get Started，就是如下界面

2、这里进行Pytorch版本的选择，首先我选择的是Stable稳定版，然后OS是Windows系统，Package包就使用Conda，Language肯定选Python，最后的Compute Platform就根据大家的需求来定了。大家如果想在自己电脑（具有NVIDIA显卡）上用GPU进行深度学习模型的推理，就选CUDA；如果只想调用CPU运行算法模型的推理，就选CPU。

一句话总结：包含CUDA的Pytorch可以在程序中设置调用GPU或CPU运行，不含CUDA的Pytorch只能调用CPU运行程序。

选CPU的同学可以直接看第3步了。我们在第一步已经看过自己的NAVIDA的CUDA版本了，这里我们一定要选择比自己版本低的CUDA。比如，像我的版本是11.1，那么就只能选择10.2，因为11.3对我来说有点高了。

当前官网最新版是CUDA11.3，如果你的CUDA版本比官网推荐的都低，可以点击下面的Previous versions of PyTorch，查看以前的版本。

3、安装下anaconda深度学习神器，没有安装的同学，请按照这篇教程安装好anaconda，并创建一个python环境：anaconda安装配置教程，python的版本根据你的需求而定，这里我根据复现算法的需求环境，安装的是python3.7。

4、打开anaconda命开发者_开发培训编程客栈令行，先激活需要安装Pytorch的python环境（这里我将python环境命名为pytorc编程客栈h，环境名称随意），复制第二步最下面那段命令行语句，然后回车执行：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

5、可以看到将要安装的包里面有pytorch和cudatoolkit，我们输入y确认，然后回车

6、下面就等待这些package安装成功，可以看到Pytorch还是比较大的，所以耐心等待一下。如果下载过程中卡住的同学，直接到torch镜像源下载安装包进行安装js，效果相同。

7、安装完成后，会提示信息done。

8、输入pip list，查看我们的包是否被安装，这里可以看到torch相关的包都安装了。

9、我们输入python进入下Python环境，然后输入import torch，如果没有报错说明可以导入成功。

10、输入torch.cuda.is_available()查看torch是否可以使用显卡，True就代表可以！

安装好Pytorch环境后，我们就可以来部署运行些深度学习算法了，比如经典的Yolov5，Mask-RCNN、Swin Transformer等，快去体验吧~

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。

到此编程这篇关于Python安装Pytorch最新图文教程的文章就介绍到这了,更多相关Python安装Pytorch内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！