pip安装pytorch清华_PyTorch在Windows下的安装

深藏阁楼爱情的钟 2023-01-02 05:19 252阅读 0赞

9c314679982f9e4068110a7b92fcd792.gif

简介

PyTorch进行神经网络的学习十分有用, 但是,其在中国大陆的安装包下载十分缓慢。这里介绍一下我在Windows10中安装PyTorch的过程与建议。

系统配置
Windows 10
Anaconda环境
Python 3.7
无CUDA内核显卡

版本选择

进入PyTorch的官网:https://pytorch.org/get-started/locally/

之后,在页面下方,你会发现需要选择以下几个信息以继续安装:

8bb903b4a94b94c4fd24b93a18697421.png

PyTorch Build
这个默认都是选择稳定版的,即Stable的版本

Your OS
这个是选择你的操作系统。可以是Windows,苹果Mac或者Linux。我的系统是Windows 10,所以选择Windows

Package
这个就是你用什么方式安装PyTorch,一般如果你的家里网络条件好,选择conda就可以。但是如果你用conda发现总是下载很慢,建议使用pip安装。

这里我就是苦逼用conda下载了三天三夜都失败了的人,所以选择了pip安装。

Language
这个是你电脑中安装的Python版本。

进入cmd,在命令行中输入以下命令:

  1. python --version

看到以下图片,就可以确定你现在装的python版本,针对你的版本,选择相应的PyTorch版本。

721bb0d377b2ae7c16cd3728498d7e4a.png

CUDA
CUDA的选择与你的机器中安装的显卡有关。

只要你的显卡有CUDA的核心就行了。具体的信息可以参考这个网址:

https://www.nvidia.cn/object/cuda\_learn\_products\_cn\_old.html

如果你的电脑显卡有CUDA的核心,则可以选择CUDA对应的版本。
如果你的电脑是集成显卡或者不支持CUDA核心,那就将CUDA选为“None”

安装PyTorch与Torchvision
根据前面的选择,我的电脑最终版本如下:

139fe8f75dfa41734fbdfecb035478f8.png

下载安装包到本地
这里需要提醒一下,PyTorch的版本在国内下载是非常非常非常慢的,去网上搜一搜遍地都是下载慢的哀嚎声。而且近期清华与科大的镜像都被封了,就导致了直接使用PyTorch官网推荐的语句很难安装。

因此,建议大家在Package一项中选择“pip”安装,然后在“Run this Command”这一栏,直接复制代码中的两个网址,

以我上面的版本选择为例,即在新的浏览器页面中直接输入:

  1. https://download.pytorch.org/whl/cpu/torch-1.1.0-cp35-cp35m-win_amd64.whl
  2. https://download.pytorch.org/whl/cpu/torchvision-0.3.0-cp35-cp35m-win_amd64.whl

声明一下:有CUDA的版本,Torch包大概680M左右,普通CPU的版本大概95M。

关于下载速度的问题,如果你手机有流量,建议用4G试试,我就是用的自己手机热点,下载了CUDA版本+CPU版本,一共花了不到20分钟,花了4个G左右的流量才下载好。

安装
以管理员身份运行cmd
输入如下代码(将红色部分替换为下载的安装包的存放路径):

  1. pip install C:\Users\XXX\Desktop\torch-1.1.0-cp37-cp37m-win_amd64.whl

再输入代码(将红色部分替换为下载的安装包的存放路径):

  1. pip install C:\Users\XXX\Desktop\torchvision-0.3.0-cp37-cp37m-win_amd64.whl

卸载Pytorch
以管理员身份运行cmd
输入如下代码:

  1. pip uninstall torch

再输入如下代码:

  1. pip uninstall torchvision

测试包安装成功
以管理员身份运行cmd
输入:python
输入如下代码:

  1. from __future__ import print_function
  2. import torch
  3. x=torch.rand(5,3)
  4. print(x)

6e1421933ff5014cb4c6d854b92f64d2.png

测试GPU驱动与CUDA的正常,则输入如下代码:

  1. import torch
  2. torch.cuda.is_available()

作者:Orange_Spotty_Cat 来源:CSDN
原文:https://blog.csdn.net/Orange\_Spotty\_Cat/article/details/90518752![20982336209bf172ee73596576c5f432.png][]

推荐阅读

统计学公开课大盘点

统计学中的常用符号

机器学习包含哪些学习思想?

机器学习、深度学习思维导图

信息熵、条件熵、联合熵、互信息、相对熵、交叉熵

用手机玩转BP神经网络

22ffcf59099f5ee24acdfc6853e7ee2a.png点赞,转发,支持作者 bae6fb58457a706c6d179c0e69af1dcd.gif

发表评论

表情:
评论列表 (有 0 条评论,252人围观)

还没有评论,来说两句吧...

相关阅读