【仿真基本功】【PyTorch】从头安装PyTorch【2025/02/21更新】PyTorch完整安装步骤1. 安装Anaconda2. 查看显卡对CUDA版本的支持3. 查看PyTorch的安装需求4. 安装 PyTorcha) 配置新环境b) 进入新环境c) 按照 CUDA 版本要求必须小于等于显卡支持的 CUDA 最高版本。d) 安装完成后输入【python】进入 python 控制台然后输入e) 删除环境及其中所有安装的所有包其他安装A. 指定版本 PyTorch 的安装B. 其他包的安装C. IDE 安装PyCharmPyTorch完整安装步骤注下面提到的所有官网都可以通过在任意搜索网站如百度上搜索对应名称而直接找到。v1.1, 于2025/02/21更新新装电脑v1.0, 于2024/03/14更新重装电脑1. 安装Anaconda去Anaconda官网下载最新版本的Anaconda31。注PyTorch官网也推荐采用Anaconda进行包管理因为Anaconda会安装所有的依赖库。【升级更新】如果你电脑上已经安装了Anaconda的旧版本可以打开Anaconda Navigator直接在其中选择更新到最新版本。这样可以避免卸载再安装的麻烦。2. 查看显卡对CUDA版本的支持注这里只考虑NVIDIA的显卡其他显卡请自行查询相关信息。进入命令行2输入nvidia-smi可以看到显卡支持的CUDA最高版本如下图所示。如果支持的版本较低可以尝试更新CUDA的最新版本。2025更新2025年02月20日时获取的最新NVIDIA GPU驱动版本为572.42支持的CUDA版本为12.8但实际上后续PyTorch支持的版本最高只到12.6。不过由于CUDA的版本向下兼容所以使用12.8的版本没有问题。3. 查看PyTorch的安装需求去PyTorch官网查看PyTorch的安装需求。目前20230302的安装需求是Python版本不低于Python 3.8。在Python官网查询到目前Python目前的最新版本是3.12.2。【2025更新目前最新版本为3.13.2但不必执着于最新版本建议采用3.12.9版本即可】稳定版本支持CUDA 12.1版本小于等于显卡支持的CUDA最高版本12.4。因此可以安装。【2025更新目前建议用12.6版本】3如果只想安装CPU版本的PyTorch可以把“Compute Platform”部分从“CUDA 12.1”换成“CPU”。确认满足安装需求后保留浏览器该界面第4步中需要用到这里的安装命令。2025更新2025年02月21日时PyTorch官网已经不再可以使用Conda进行安装选择Conda时会在“Run this Command”一栏提示“NOTE: Conda packages are no longer available. Please use pip instead.” 因此需要改用Pip进行安装即把上图中“Package”一栏的Conda改选为Pip即可。此时“PyTorch Build”的最新版为Stable 2.6.0“Compute Platform”的最新版为CUDA 12.6选择后Run this Command”一栏会出现指令pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1264. 安装 PyTorcha) 配置新环境建立 “pytorch0” 环境要求 python 版本为目前最新的3.12.2也可以自行选择其他符合要求的python版本。其中的 “pytorch0” 也可以自由换为其他名称符合命名要求即可。conda create -n pytorch0 python3.12.2b) 进入新环境conda activate pytorch0 # 进入 pytorch0 环境c) 按照 CUDA 版本要求必须小于等于显卡支持的 CUDA 最高版本。conda install pytorch torchvision torchaudio pytorch-cuda12.1 -c pytorch -c nvidia复制自 PyTorch 官网见本文第二张图片。【下面一行是2025更新后的命令】pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126这里解释一下上面的这段命令。conda install 是conda包管理器的安装命令用于安装指定的一个或多个软件包并且可以指定软件包的版本和安装渠道。该基本命令的形式如下conda install 包名1[[版本1] 包名2[版本2]] ... [-c 频道1 [-c 频道2]] ...其中包名部分与频道部分的顺序没有要求各包彼此之间、各频道彼此之间也没有顺序要求。但是所有包名必须在一起所有频道必须在一起否则会报错。因此上面那段命令的含义是使用 conda 包管理器安装conda install支持 CUDA 12.1 的 PyTorch 深度学习框架及其相关扩展库 torchvision 和 torchaudiopytorch torchvision torchaudio pytorch-cuda12.1从 PyTorch 和 NVIDIA 官方频道-c pytorch -c nvidia获取软件包。d) 安装完成后输入【python】进入 python 控制台然后输入importtorch torch.__version__如果没有报错且能够正常输出当前的 pytorch 版本那么安装就顺利完成了。e) 删除环境及其中所有安装的所有包如果不想要安装的环境了可以使用下面的命令删除相应环境。conda remove -n pytorch0 -–all # 删除 “pytorch0” 环境其他安装A. 指定版本 PyTorch 的安装如果需要安装旧版本的 PyTorch例如使用他人基于旧版本的代码或硬件不支持高版本的CUDA驱动可以在 PyTorch 官网中找到“install previous versions of PyTorch”在里面找到符合自己需求版本的安装命令以之替换安装步骤第4步中 c) 里的安装命令。PyTorch官网中“install previous versions of PyTorch”的位置一般就在安装步骤的第3步中截图所在位置的上方数行中如果实在找不到可以在浏览器的界面中使用快捷键组合“Ctrl F”然后把 “install previous versions of PyTorch” 输入进弹出的页面搜索框就可以快速找到。B. 其他包的安装按照上述方法建立环境并安装 torch 后一般还需要根据自己的实际需要安装其他的包。比如常用的 scipy 包、采用 Python 画类似 MATLAB 的图使用的 matplotlib 包等。这些包一般可以采用conda install命令安装。如果遇到不可以的可以采用 pip install 命令安装。二者的主要区别就在于如果指定包的版本需要使用“”而非“”。例如安装1.11版本的 scipy 包和任意版本的 matplotlib 包可以采用conda install scipy1.11 matplotlib或pip install scipy1.11 matplotlibC. IDE 安装PyCharm注如果习惯用 Anaconda 自带的 IDEIntegrated Development Environment集成开发环境如 Spyder 等也可以不下载PyCharm。不过个人在多年前经过对比尝试后出于便捷性的考虑还是更倾向于使用 PyCharm。去 PyCharm 官网找到下载界面3根据自己的操作系统Windows、macOS或Linux找到PyCharm Community Edition纯Python开发的IDE点击下载完成后安装。如果觉得好用请不要吝啬你的点赞哟~这里写的是 Anaconda3 而非 Anaconda原因是过去Anaconda曾经存在分别支持 Python 2 和 Python 3 的两种版本其中支持 Python 3 的版本称为 Anaconda 3。目前去 Anaconda 官网下载时默认下载的就是 Anaconda3。 ↩︎进入命令行的方法至少有① 在电脑中搜索“命令提示符”或“Anaconda Prompt”然后点击进入② 使用键盘上的快捷键 “WinR”在弹出的窗口中输入“cmd”即command【命令】的缩写点击“Enter”回车键进入。 ↩︎进入 PyCharm 官网后不要直接下载软件。因为此时下载的是 PyCharm 的专业版for专业开发者只有30天的试用期到期如不付费需要重新安装。找到下载界面的方法随时可能变化需要自行尝试。目前的方法是进入PyCharm官网后点击第二行菜单最后一项的“Download”如下图所示.↩︎ 【仿真基本功】【PyTorch】从头安装PyTorch【2025/02/21更新】
【仿真基本功】【PyTorch】从头安装PyTorch【2025/02/21更新】PyTorch完整安装步骤1. 安装Anaconda2. 查看显卡对CUDA版本的支持3. 查看PyTorch的安装需求4. 安装 PyTorcha) 配置新环境b) 进入新环境c) 按照 CUDA 版本要求必须小于等于显卡支持的 CUDA 最高版本。d) 安装完成后输入【python】进入 python 控制台然后输入e) 删除环境及其中所有安装的所有包其他安装A. 指定版本 PyTorch 的安装B. 其他包的安装C. IDE 安装PyCharmPyTorch完整安装步骤注下面提到的所有官网都可以通过在任意搜索网站如百度上搜索对应名称而直接找到。v1.1, 于2025/02/21更新新装电脑v1.0, 于2024/03/14更新重装电脑1. 安装Anaconda去Anaconda官网下载最新版本的Anaconda31。注PyTorch官网也推荐采用Anaconda进行包管理因为Anaconda会安装所有的依赖库。【升级更新】如果你电脑上已经安装了Anaconda的旧版本可以打开Anaconda Navigator直接在其中选择更新到最新版本。这样可以避免卸载再安装的麻烦。2. 查看显卡对CUDA版本的支持注这里只考虑NVIDIA的显卡其他显卡请自行查询相关信息。进入命令行2输入nvidia-smi可以看到显卡支持的CUDA最高版本如下图所示。如果支持的版本较低可以尝试更新CUDA的最新版本。2025更新2025年02月20日时获取的最新NVIDIA GPU驱动版本为572.42支持的CUDA版本为12.8但实际上后续PyTorch支持的版本最高只到12.6。不过由于CUDA的版本向下兼容所以使用12.8的版本没有问题。3. 查看PyTorch的安装需求去PyTorch官网查看PyTorch的安装需求。目前20230302的安装需求是Python版本不低于Python 3.8。在Python官网查询到目前Python目前的最新版本是3.12.2。【2025更新目前最新版本为3.13.2但不必执着于最新版本建议采用3.12.9版本即可】稳定版本支持CUDA 12.1版本小于等于显卡支持的CUDA最高版本12.4。因此可以安装。【2025更新目前建议用12.6版本】3如果只想安装CPU版本的PyTorch可以把“Compute Platform”部分从“CUDA 12.1”换成“CPU”。确认满足安装需求后保留浏览器该界面第4步中需要用到这里的安装命令。2025更新2025年02月21日时PyTorch官网已经不再可以使用Conda进行安装选择Conda时会在“Run this Command”一栏提示“NOTE: Conda packages are no longer available. Please use pip instead.” 因此需要改用Pip进行安装即把上图中“Package”一栏的Conda改选为Pip即可。此时“PyTorch Build”的最新版为Stable 2.6.0“Compute Platform”的最新版为CUDA 12.6选择后Run this Command”一栏会出现指令pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1264. 安装 PyTorcha) 配置新环境建立 “pytorch0” 环境要求 python 版本为目前最新的3.12.2也可以自行选择其他符合要求的python版本。其中的 “pytorch0” 也可以自由换为其他名称符合命名要求即可。conda create -n pytorch0 python3.12.2b) 进入新环境conda activate pytorch0 # 进入 pytorch0 环境c) 按照 CUDA 版本要求必须小于等于显卡支持的 CUDA 最高版本。conda install pytorch torchvision torchaudio pytorch-cuda12.1 -c pytorch -c nvidia复制自 PyTorch 官网见本文第二张图片。【下面一行是2025更新后的命令】pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126这里解释一下上面的这段命令。conda install 是conda包管理器的安装命令用于安装指定的一个或多个软件包并且可以指定软件包的版本和安装渠道。该基本命令的形式如下conda install 包名1[[版本1] 包名2[版本2]] ... [-c 频道1 [-c 频道2]] ...其中包名部分与频道部分的顺序没有要求各包彼此之间、各频道彼此之间也没有顺序要求。但是所有包名必须在一起所有频道必须在一起否则会报错。因此上面那段命令的含义是使用 conda 包管理器安装conda install支持 CUDA 12.1 的 PyTorch 深度学习框架及其相关扩展库 torchvision 和 torchaudiopytorch torchvision torchaudio pytorch-cuda12.1从 PyTorch 和 NVIDIA 官方频道-c pytorch -c nvidia获取软件包。d) 安装完成后输入【python】进入 python 控制台然后输入importtorch torch.__version__如果没有报错且能够正常输出当前的 pytorch 版本那么安装就顺利完成了。e) 删除环境及其中所有安装的所有包如果不想要安装的环境了可以使用下面的命令删除相应环境。conda remove -n pytorch0 -–all # 删除 “pytorch0” 环境其他安装A. 指定版本 PyTorch 的安装如果需要安装旧版本的 PyTorch例如使用他人基于旧版本的代码或硬件不支持高版本的CUDA驱动可以在 PyTorch 官网中找到“install previous versions of PyTorch”在里面找到符合自己需求版本的安装命令以之替换安装步骤第4步中 c) 里的安装命令。PyTorch官网中“install previous versions of PyTorch”的位置一般就在安装步骤的第3步中截图所在位置的上方数行中如果实在找不到可以在浏览器的界面中使用快捷键组合“Ctrl F”然后把 “install previous versions of PyTorch” 输入进弹出的页面搜索框就可以快速找到。B. 其他包的安装按照上述方法建立环境并安装 torch 后一般还需要根据自己的实际需要安装其他的包。比如常用的 scipy 包、采用 Python 画类似 MATLAB 的图使用的 matplotlib 包等。这些包一般可以采用conda install命令安装。如果遇到不可以的可以采用 pip install 命令安装。二者的主要区别就在于如果指定包的版本需要使用“”而非“”。例如安装1.11版本的 scipy 包和任意版本的 matplotlib 包可以采用conda install scipy1.11 matplotlib或pip install scipy1.11 matplotlibC. IDE 安装PyCharm注如果习惯用 Anaconda 自带的 IDEIntegrated Development Environment集成开发环境如 Spyder 等也可以不下载PyCharm。不过个人在多年前经过对比尝试后出于便捷性的考虑还是更倾向于使用 PyCharm。去 PyCharm 官网找到下载界面3根据自己的操作系统Windows、macOS或Linux找到PyCharm Community Edition纯Python开发的IDE点击下载完成后安装。如果觉得好用请不要吝啬你的点赞哟~这里写的是 Anaconda3 而非 Anaconda原因是过去Anaconda曾经存在分别支持 Python 2 和 Python 3 的两种版本其中支持 Python 3 的版本称为 Anaconda 3。目前去 Anaconda 官网下载时默认下载的就是 Anaconda3。 ↩︎进入命令行的方法至少有① 在电脑中搜索“命令提示符”或“Anaconda Prompt”然后点击进入② 使用键盘上的快捷键 “WinR”在弹出的窗口中输入“cmd”即command【命令】的缩写点击“Enter”回车键进入。 ↩︎进入 PyCharm 官网后不要直接下载软件。因为此时下载的是 PyCharm 的专业版for专业开发者只有30天的试用期到期如不付费需要重新安装。找到下载界面的方法随时可能变化需要自行尝试。目前的方法是进入PyCharm官网后点击第二行菜单最后一项的“Download”如下图所示.↩︎