目录
- 一、前言
- 二、pytorch简介
- 三、安装准备工作
- 3.1、下载Anaconda
- 四、判断是否有NVIDIA显卡
- 五、安装pytorch-CPU版本
- 六、安装pytorch-GPU版本
- 6.1、查看CUDA显卡驱动版本
- 6.2、安装CUDA
- 6.3、安装CuDNN(加速器)
- 6.4、安装pytorch-GPU
- 6.5 其他方法安装
- 注意
- 七、pytorch-GPU安装验证
一、前言
在深度学习和人工智能领域,PyTorch已成为最受欢迎的开源框架之一。随着技术的不断进步,PyTorch也在持续更新和优化。本文将为您带来2025年最新版本的PyTorch安装教程,并详细解析如何安装支持CPU和GPU的版本。通过本文,您将轻松掌握PyTorch的安装过程,为您在深度学习的探索之旅中提供强大的工具支持。
二、pytorch简介
Pytorch是基于torch的python版本的机器学习库,是由Facebook开源的神经网络框架,专门针对 GPU 加速的深度神经网络(DNN)编程。 Torch 是一个经典的对多维矩阵数据进行操作的张量(tensor )库,在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同,pytorch的计算图是动态的,可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua,导致在国内一直很小众,并逐渐被支持 Python 的 Tensorflow 抢走用户。作为经典机器学习库 Torch 的端口,PyTorch 为 Python 语言使用者提供了舒适的写代码选择。
三、安装准备工作
在开始安装PyTorch之前,我们需要进行一些准备工作。首先,确保您的计算机上已安装了合适版本的Python。PyTorch需要Python 3.6或更高版本。同时,您还需要安装pip包管理器,用于安装PyTorch和其他依赖项。所以我们可以通过安装Anaconda来创建一个适合深度学习的Python环境。以下是详细的安装步骤。
3.1、下载Anaconda
首先,访问Anaconda官网(Free Download | Anaconda),选择适合你操作系统的版本,并下载安装包,详细的安装步骤可参考我之前的文章:Anaconda在Windows上的安装与使用
四、判断是否有NVIDIA显卡
在安装PyTorch之前,我们需要判断您的计算机是否安装了NVIDIA显卡,因为PyTorch的GPU版本需要NVIDIA显卡来加速计算。您可以通过以下步骤来判断:
① 打开设备管理器:
在Windows上,按下Win键和X键,然后选择“设备管理器”。
在macOS上,打开“系统偏好设置”,选择“硬件”选项卡,然后点击“设备管理器”。
② 查看显示适配器:在设备管理器中,展开“显示适配器”或“图形处理器”部分,查看是否有NVIDIA显卡的列表。如果有NVIDIA显卡,那么您的计算机适合安装PyTorch的GPU版本。
如果没有NVIDIA显卡,您可以只安装PyTorch的CPU版本。如果您有NVIDIA显卡,您还需要进行其他步骤来安装PyTorch的GPU版本。
(Windows系统——有NVIDIA显卡示例)
五、安装pytorch-CPU版本
在安装PyTorch之前,为了管理不同项目的Python环境,通常建议创建一个虚拟环境。虚拟环境可以帮助您隔离不同项目的依赖项,避免不同项目之间的冲突。以下是创建虚拟环境的步骤。
① 打开终端:在Windows上,打开Anaconda Prompt;在macOS和Linux上,打开终端;
② 创建虚拟环境:运行以下命令来创建一个新的虚拟环境。您可以将<env_name>替换为您喜欢的环境名称,例如“my_env”。
conda create -n <env_name> python=<version>
例如,要创建一个名为myenv的虚拟环境,其中Python版本为3.10,可以运行:
conda create -n my_env python=3.10
③ 激活虚拟环境:运行以下命令来激活刚刚创建的虚拟环境。在Windows上,使用activate命令;在macOS和Linux上,使用source命令。
conda activate <env_name>
例如,要激活名为my_env的虚拟环境,可以运行:
conda activate my_env
# To deactivate an active environment, use
conda deactivate
激活虚拟环境后,您将看到虚拟环境的命令提示符前缀显示为(<env_name>)。这意味着您现在正在使用该虚拟环境的Python解释器。
④ 安装PyTorch(CPU):在激活的虚拟环境中,使用pip安装PyTorch。根据您的需求,选择安装CPU版本。
pip3 install torch torchvision torchaudio
官网安装可能很慢(网络不佳和必要的时候可以添加国内源,清华国内源:https://pypi.tuna.tsinghua.edu.cn/simple)
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
六、安装pytorch-GPU版本
6.1、查看CUDA显卡驱动版本
在cmd命令行终端输入nvidia-smi,可以查看到版本为12.5。
6.2、安装CUDA
① 为什么安装pytorch-GPU前一定要安装CUDA和CuDNN呢?
在安装PyTorch-GPU之前,需要先安装CUDA和cuDNN的原因如下:
1. CUDA是NVIDIA推出的并行计算平台和API模型,它使得显卡可以用于图像渲染和计算以外的
目的,例如通用并行计算。PyTorch通过CUDA可以充分利用GPU的计算能力,加速深度神经网络> 的学习和推理过程。
2. cuDNN是CUDA的扩展库,专门针对深度神经网络中的基础操作提供高度优化的实现方式,
例如卷积、池化、规范化以及激活层的前向和后向过 程。使用cuDNN可以大大提高深度学习模型在GPU上的运行效率。
因此,在安装PyTorch-GPU之前,需要先安装CUDA和cuDNN,以便能够充分利用GPU的计算能力,加速深度神经网络的学习和推理过程。如果不安装CUDA和cuDNN,PyTorch-GPU将无法正常工作。
从官网下载对应的CUDA版本,由于我的显卡版本为12.5,我只需要安装小于或者等于12.5.0都是可以的,我安装的是12.5.0,(目前建议安装11.8,https://download.pytorch.org/whl相对比较完善)。
官网地址:CUDA Toolkit Archive | NVIDIA Developer
下载好后,双击安装包进行安装
在安装过程中选择路径的时候,第一次选择的路径下的文件夹会消失。
此处为临时安装目录(默认就可),后期安装完成会自动删除。
选择“精简”模式,接下来一直点“下一步”就行啦~😉,精简模式会默认安装到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.5
这个文件夹
(开始安装,等待后续安装完成)
查看是否安装成功,在命令行输入以下指令进行检查,出现以下类似的输出就证明安装成功。
nvcc -V
安装遇到的问题:
安装后不知道cuda安装到哪个文件夹下:【安装完CUDA后文件夹消失解答】
6.3、安装CuDNN(加速器)
通过官网进行安装CuDNN,网址:CUDA Deep Neural Network (cuDNN) | NVIDIA Developer
下载相对应的压缩包文件
安装并解压完后,将这几个文件夹复制到CUDA安装路径下,就已经安装完成啦😎
复制到cuda文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.5
下。
CUDA安装默认路径:
Windows:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA
Linux:/usr/local/cuda
6.4、安装pytorch-GPU
在安装PyTorch之前,为了管理不同项目的Python环境,通常建议创建一个虚拟环境。虚拟环境可以帮助您隔离不同项目的依赖项,避免不同项目之间的冲突。以下是创建虚拟环境的步骤。
① 打开终端:在Windows上,打开Anaconda Prompt;在macOS和Linux上,打开终端;
② 创建虚拟环境:运行以下命令来创建一个新的虚拟环境。您可以将<env_name>替换为您喜欢的环境名称,例如“my_env”。
conda create -n <env_name> python=<version>
例如,要创建一个名为my_env的虚拟环境,其中Python版本为3.10,可以运行:
conda create -n myenv python=3.10
③ 激活虚拟环境:运行以下命令来激活刚刚创建的虚拟环境。在Windows上,使用activate命令;在macOS和Linux上,使用source命令。
conda activate <env_name>
例如,要激活名为my_env的虚拟环境,可以运行:
conda activate my_env
激活虚拟环境后,您将看到虚拟环境的命令提示符前缀显示为(<env_name>)。这意味着您现在正在使用该虚拟环境的Python解释器。
④ 安装PyTorch(GPU):在激活的虚拟环境中,使用pip安装PyTorch。根据您的需求,选择安装GPU版本。例如:(网络不佳和必要的时候可以添加国内源)
官网链接:PyTorch
命令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
官网安装可能很慢(网络不佳和必要的时候可以添加国内源)
下面是一些镜像地址
清华镜像:https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像: https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像:http://mirrors.aliyun.com/anaconda/pkgs/main
6.5 其他方法安装
(1)安装固定版本号
pip install torch==2.6.0+cu118 torchvision==0.21.0+cu118 torchaudio==2.6.0+cu118 -f
https://download.pytorch.org/whl/torch_stable.html
(2)离线安装torch,由于torch比较大,安装缓慢,可下载后离线安装
- 离线包下载地址:download.pytorch.org/whl/torch_stable.html
- 安装方式
pip install torch-2.0.1+cu118-cp310-cp310-win_amd64.whl
注意
1)Pytorch与torchvision版本对应问题
Pytorch与torchvision版本配套
七、pytorch-GPU安装验证
注意:torch.cuda.is_available() 为True则GPU可用,False表示不可用
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available()) #输出为True,则安装成功
运行输出
.
八、总结
🎉 恭喜您!您已经成功完成了PyTorch的安装教程。通过阅读本文,您了解了安装PyTorch的详细步骤,包括准备工作、判断显卡、创建虚拟环境、安装pytorch以及验证安装是否成功。 🚀
参考文章:
从零开始安装pytorch(包含GPU和CPU版本的安装)
【超详细教程】2024最新Pytorch安装教程(同时讲解安装CPU和GPU版本)