Pytorch安装
要在 conda 环境 中安装 PyTorch 1.13.x 版本,可以按照以下步骤操作。具体安装命令取决于你的 硬件(如是否支持 GPU 加速)和操作系统。
步骤 1:创建 conda 环境
首先创建一个新的 conda 环境,以确保安装不影响其他环境。
安装miniconda
conda create -n pytorch113 python=3.9 -y
-n pytorch113:创建名为pytorch113的环境。python=3.9:指定 Python 版本为 3.9(PyTorch 1.13 支持 Python 3.7-3.10)。
激活环境:
conda activate pytorch113
步骤 2:选择安装配置
根据你的硬件和需求,选择以下安装方式:
- CPU 版本(适用于没有 GPU 的设备)。
- GPU 版本(适用于支持 CUDA 的 NVIDIA GPU)。
安装命令
1. 安装 CPU 版本
如果你没有 NVIDIA GPU 或不需要 GPU 加速,可以安装 CPU 版本。
运行以下命令:
conda install pytorch==1.13 torchvision==0.14 torchaudio==0.13 cpuonly -c pytorch
pytorch==1.13:指定 PyTorch 版本为 1.13.x。cpuonly:明确安装 CPU 版本。-c pytorch:从 PyTorch 官方通道安装。
2. 安装 GPU 版本
如果你有支持 CUDA 的 NVIDIA GPU,并希望使用 GPU 加速,请根据你的 CUDA 版本选择合适的安装命令。
检查 CUDA 版本
在终端运行以下命令,检查你的 CUDA 版本:
nvcc --version
或:
nvidia-smi
假设显示的 CUDA 版本为 11.7,则选择对应的版本。
安装命令
根据 CUDA 版本选择以下命令:
-
CUDA 11.7:
conda install pytorch==1.13 torchvision==0.14 torchaudio==0.13 pytorch-cuda=11.7 -c pytorch -c nvidia -
CUDA 11.6:
conda install pytorch==1.13 torchvision==0.14 torchaudio==0.13 pytorch-cuda=11.6 -c pytorch -c nvidia -
CUDA 10.2(较老版本):
conda install pytorch==1.13 torchvision==0.14 torchaudio==0.13 cudatoolkit=10.2 -c pytorch
步骤 3:验证安装
安装完成后,验证 PyTorch 是否安装成功。
-
进入 Python 环境:
python -
测试 PyTorch 是否可用:
import torch
print(torch.__version__) # 检查 PyTorch 版本
print(torch.cuda.is_available()) # 检查是否支持 GPU输出示例:
1.13.1
True # 如果为 True,表示 GPU 可用
注意事项
-
CUDA 驱动版本
- 确保你的 NVIDIA 驱动程序支持所选的 CUDA 版本。
- 可以参考 NVIDIA 驱动与 CUDA 兼容性表。
-
Python 版本
- PyTorch 1.13 支持 Python 3.7 到 3.10。如果你的环境使用了其他版本的 Python,可 能会导致安装失败。
-
镜像源加速(可选) 如果网络较慢,可以使用国内镜像源,例如清华源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
通过以上步骤,你应该可以成功安装 PyTorch 1.13.x 版本。如果遇到问题,请告诉我具体的错误信息,我会帮助你解决!