【PyTorch】成功解决ModuleNotFoundError: No module named ‘torch’
🌈 个人主页：高斯小哥
🔥 高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程👈 希望得到您的订阅和支持~
💡 创作高质量博文(平均质量分92+)，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）
🌵文章目录🌵
- 😅 一、引言：遇到ModuleNotFoundError的尴尬时刻
- 💪 二、检查Python环境
- 📚 三、安装PyTorch
- 3.1 使用pip安装
- 3.2 使用conda安装
- 🚀 四、验证安装
- 🔍 五、解决安装过程中的常见问题
- 5.1 安装速度慢或失败
- 5.2 版本不兼容
- 5.3 权限问题
- 🎉 六、总结与展望
😅 一、引言：遇到ModuleNotFoundError的尴尬时刻
在深度学习领域，PyTorch无疑是众多开发者钟爱的框架之一。然而，当我们满怀激情地打开Python环境，准备大展拳脚时，却可能遭遇一个令人沮丧的错误——ModuleNotFoundError: No module named 'torch'。这个错误意味着我们的Python环境中没有安装PyTorch库，无法正常使用其功能。
遇到这个问题时，你可能会感到困惑和尴尬，但别担心，本文将带你一步步解决这个问题，让你从零开始，轻松安装PyTorch。
💪 二、检查Python环境
首先，我们需要确认自己的Python环境是否正常。打开命令行工具（如CMD、Terminal等），输入python --version或python3 --version，查看Python版本信息。确保你的Python版本符合PyTorch的安装要求。
如果Python环境正常，但仍然出现ModuleNotFoundError，那么很可能是PyTorch库没有安装或者安装不正确。接下来，我们将介绍如何正确安装PyTorch。
📚 三、安装PyTorch
PyTorch的安装可以通过多种方式进行，包括使用pip、conda以及从源代码编译安装。对于大多数用户来说，使用pip或conda安装是最简单、最方便的方式。
3.1 使用pip安装
打开命令行工具，输入以下命令即可使用pip安装PyTorch(以PyTorch1.7.1版本为例，以下命令适用于Linux和Windows系统)：
# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 10.2
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2
# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
# CUDA 9.2
pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
# CPU only
pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
以上命令会安装PyTorch及其常用的两个扩展库：torchvision（包含计算机视觉相关的数据集、模型和转换）和torchaudio（用于音频处理的库）。
3.2 使用conda安装
如果你使用的是Anaconda或Miniconda，那么可以使用conda命令来安装PyTorch(以PyTorch1.7.1版本为例，以下命令适用于Linux和Windows系统)：
# CUDA 9.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2 -c pytorch
# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch
# CUDA 10.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch
# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch
# CPU Only
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
这里-c pytorch表示从PyTorch的官方conda通道安装。
安装完成后，你可以通过import torch来检查PyTorch是否成功安装。如果没有出现错误，那么恭喜你，你已经成功迈出了使用PyTorch的第一步！
🚀 四、验证安装
安装完成后，我们可以编写一个简单的Python脚本来验证PyTorch是否安装成功。创建一个新的Python文件（例如demo.py），并输入以下代码：
import torch
# 检查PyTorch版本
print(torch.__version__)
# 创建一个张量
x = torch.tensor([1.0, 2.0, 3.0])
print(x)
运行这个脚本（在命令行中输入python demo.py或python3 demo.py），如果一切正常，你将看到PyTorch的版本信息和创建的张量。
🔍 五、解决安装过程中的常见问题
在安装PyTorch的过程中，你可能会遇到一些常见问题。下面列举了一些常见的问题及解决方法：
5.1 安装速度慢或失败
这可能是由于网络问题导致的。你可以尝试更换网络环境或使用国内的镜像源来加速安装。
-
对于pip，你可以使用清华大学的镜像源：
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -i https://pypi.tuna.tsinghua.edu.cn/simple若想深入探索【pip镜像源】的奥秘，博主特此为您推荐一篇精心撰写的博客文章，涵盖清华镜像、阿里云镜像、豆瓣镜像等多个常用镜像源，并详细指导如何修改默认镜像源。诚邀您阅读，以获取更多关于pip镜像源的知识，提升您的Python包管理效率。
-
对于conda，你可以在
.condarc配置文件中添加镜像源。例如，你可以将channels和show_channel_urls配置项设置为使用清华大学的conda镜像。channels: - defaults - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
5.2 版本不兼容
如果您的Python版本过高或过低，可能会与PyTorch版本产生不兼容的问题。若想深入了解Python版本与PyTorch版本的对应关系，博主特别为您推荐一篇精心撰写的博客文章——版本匹配指南：PyTorch版本、torchvision 版本和Python版本的对应关系。诚邀您阅读，以便更好地选择适合您环境的版本，确保顺畅运行您的项目。
5.3 权限问题
在安装过程中，你可能需要管理员权限。如果你使用的是Linux或macOS系统，可以尝试在命令前加上sudo来获取管理员权限。在Windows系统中，你可能需要以管理员身份运行命令行工具。
🎉 六、总结与展望
通过本文的介绍，相信你已经成功解决了ModuleNotFoundError: No module named 'torch'这个问题，并成功安装了PyTorch。现在，你可以开始使用PyTorch来构建你的深度学习模型了！
在未来的学习和实践中，你可能会遇到更多的问题和挑战。但请相信，只要你保持热情和耐心，不断学习和探索，你一定能够克服这些困难，成为一名优秀的深度学习开发者！
