一、序言现在是2023.1.27，鉴于本东说念主装配经由中踩得坑，装配之前我先给行将装配pytorch的诸君提个醒，有以下几点需要淡雅
1.判断我方电脑是否有GPU淡雅这点很遑急，本教程面向有NVIDA显卡的电脑，如果你的电脑莫得GPU大致使用AMD显卡，问候装CPU版块的pytorch。AMD显卡本东说念主并不了了具体怎样操作，不在此赘述。
2.选拔稳当的pytorch版块，具体尺度后头会说3.更新显卡驱动，最佳是相比新的版块，这么闭塞易产生版块不匹配的问题，变成无谓要的繁难二、下载装配 Anaconda1.官网下载下载速率较慢，官网地址: Anaconda选拔 Products -> Anaconda Distribution点击 Download，不错下载最新版块
图片
图片
2.镜像下载接受开源镜像网站进行下载，速率能快少量，网速不可的同学提倡使用这个尺度。统一: 开源镜像把柄需求选拔稳当的版块下载
3.装配Anaconda双击运行装配包，选拔all users提倡装C盘，所在不够也不错装别的盘，现在我用着还莫得啥问题。装配旅途保握英文即可。环境变量那一块，不错勾选自动添加，也不错手动添加。添加尺度相比繁琐，不再赘述。装配达成，调用大叫行，输入
python
巡逻python环境，普遍如下：
图片
图片
输入
conda --version
巡逻装配是否见效露馅如下：
图片
图片
代表环境变量建树见效。
三、使用conda下载pytorch1.创建假造环境（1）阁下 conda create 指示创建新的假造环境在应用列内外找到Anaconda文献夹，点击anconda prompt，参加大叫行，输入以下代码，创建一个假造环境。
conda create –n 假造环境名字 python=版块
我的是python3.8，是以具体代码为
conda create -n pytorch python=3.8
图片
图片
（2）输入y进行下载（3）装配完成后，输入
conda info --envs
图书 255);">考证是否见效装配， 禽畜肉制品如果出现
图片
蛋制品 255， 255);">
图片
代表见效。
（3）如若有同学下载速率慢，不错使用镜像下载代码面容为
conda create –n 假造环境名字 python=版块 –c 镜像地址
这是镜像下载的一种尺度，保举世界使用后头接-c 镜像地址的尺度进行镜像下载，尽量不要修改建树文献，我一启动看的某些教程修改文献后一直无法下载，提倡不要使用，会导致一些奇奇怪怪的无理。如果要修改，提倡先备份原始的建树代码。底下是几个镜像源。统一: 清华镜像统一: 阿里镜像
我谨记-c的c好奇神往是channel，是下载通说念的好奇神往，也即是下载网址，-c python ，-c 地址等等指的是从后头的通说念进行下载，如果后头的源是国际的网址，就有可能很慢，这个因东说念主而异，我个东说念主并莫得受太多影响。
淡雅，如果要修改建树文献，文献在c盘，用户，你的用户名阿谁文献夹，具体叫.condarc
图片
种牛 255);">
图片
用记事本通达修改即可，本文不保举使用这种尺度。
2.参加假造环境输入
conda activate pytorch
参加咱们刚刚创建的假造环境，在其中进行pytorch的装配。
阁下conda装配PyTorch本文主要先容conda装配PyTorch装配，pip尺度不再赘述。咱们需要在上一步创建的假造环境中装配PyTorch。主要需要装配pytorch， torchvision，torchaudio三个包。
3.1官网下载：统一: pytorch
图片
图片
把柄我方的电脑建树选拔稳当的CUDA版块。（1）领先细目我方的显卡型号，细目算力（2）细目我方的CUDA Driver 版块，巡逻形状：大叫行输入
nvidia-smi
图片
图片
（3）细目我方能使用的CUDA版块， 即CUDA Runtime Version，也即是上头图上的版块。要保证CUDA Driver 版块 >= CUDA Runtime 版块，像我的CUDA是11.6版块，我装配的时辰选拔了11.3的版块。我的显卡是RTX3060， 30系的显卡选拔11.x的版块就行。10系的不错选10.x之类的，具体情况具体分析。具体尺度：点击
图片
图片
参加以下页面：
图片
图片
以上是我装配11.3版块的代码。操作尺度如下：1）在anaconda prompt中输入
conda activate pytorch
参加咱们刚刚创建的假造环境，在其中进行pytorch的装配。
图片
图片
2）输入
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
把柄指示输入y进行pytorch的装配（可能需要恭候，但官网可能一直卡在搜包阶段）。淡雅，搜包截至之后一定仔细望望下的是不是GPU版块，还有望望那几个遑急的包王人在不在，官网一般莫得问题，主如果后头的镜像下载可能会有问题。看到有些教程说去掉-c pytorch下载快，其实是不需要的，这个是官网下载，独一镜像下载况且依然建树好文献后去掉才有本体成果。因为-c相等于指定了下载地址，-c后头跟一个国际的网址诚然下的慢啦，而且不保举改文献，径直能官网下载是最佳的。
3）考证下载达成后，参加pytorch假造环境，输入
conda list
巡逻有莫得pytorch大致torch，有代表见效装配
图片
图片
输入python，再输入
import torch
输入
torch.cuda.is_available()
如果复返值是True，代表见效啦。恭喜你，装配完成。
图片
图片
3.2镜像下载：前边操作和上个尺度疏导，仅仅在装配的时辰代码不同，我先容的这种尺度不需要修改建树文献。
conda install pytorch torchvision torchaudio –c 镜像地址
Conda install cudatoolkit=版块 –c 镜像地址
清华：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/阿里：http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/考证尺度同上。
ps：本文尺度并非我原创，我亦然一个正在学习中的连络僧，本文尺度鉴戒b站up我是土堆，仅仅认为尺度很好，挑升记录下来以备以后装配之用，顺带共享给世界，但愿更多的东说念主能不再麻烦装配pytorch，临了，再次向土堆大佬暗示感谢，附上视频教程地址：统一: 最详实的 Windows 下 PyTorch 初学深度学习环境装配与建树 CPU GPU 版 | 土堆教程若有错漏，迎接世界月旦指正vb.net教程C#教程python教程。版权声明：本文为博主原创著述，盲从 CC 4.0 BY-SA 版权公约，转载请附上原文出处统一和本声明。
原文统一：https://blog.csdn.net/weixin_45334223/article/details/128772572种牛
本站仅提供存储职业，悉数内容均由用户发布，如发现存害或侵权内容，请点击举报。