专栏首页机器学习与统计学PyTorch在Windows下的安装

PyTorch在Windows下的安装

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:

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:

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。

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:

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:

https://download.pytorch.org/whl/cpu/torch-1.1.0-cp35-cp35m-win_amd64.whl
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):

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):

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:

pip uninstall torch

再输入如下代码:

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:

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

测试GPU驱动与CUDA的正常,则输入如下代码:

import torch
torch.cuda.is_available()

作者:Orange_Spotty_Cat 来源:CSDN 原文:https://blog.csdn.net/Orange_Spotty_Cat/article/details/90518752

本文分享自微信公众号 - 机器学习与统计学(tjxj666),作者:OrangeSpottyCat

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-07-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 特征选择与特征抽取

    特征抽取和特征选择是DimensionalityReduction(降维)两种方法,但是这两个有相同点,也有不同点之处:

    统计学家
  • 【算法系列】主成分分析的推导过程

    如果只用第一主成分可能丧失的信息太多,这样往往还需要计算p个原始指标的第二主成分y2。

    统计学家
  • 各种分类算法的优缺点

    二、对于决策树,数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化,比如去掉多余的或者空白的属性。

    统计学家
  • 有选择性的启用SAP UI5调试版本的源代码

    在低版本的SAP UI5应用中,我们一旦切换成调试模式,那么应用程序源代码和UI5框架程序的源代码的调试版本都会重新加载,耗时很长。

    Jerry Wang
  • css实现强制不换行/自动换行/强制换行

    deepcc
  • 图片人脸检测——OpenCV版(二)

    Java中文社群_老王
  • (14)打鸡儿教你Vue.js

    达达前端
  • 图片人脸检测——OpenCV版(二)

    图片人脸检测 人脸检测使用到的技术是OpenCV,上一节已经介绍了OpenCV的环境安装,点击查看. 功能展示 识别一种图上的所有人的脸,并且标出人脸的位置,画...

    Java中文社群_老王
  • 挖洞技巧:APP手势密码绕过思路总结

    欢迎关注:07v8论安全,技术干货等你来 这是07v8的第5篇技术文章,希望对你有用 挖洞技巧:APP手势密码绕过思路总结 作者:@剑影 * 本文参与双dan投...

    企鹅号小编
  • CSS中的BFC详解

    一、何为BFC BFC(Block Formatting Context)格式化上下文,是Web页面中盒模型布局的CSS渲染模式,指一个独立的渲染区域或者说是...

    lesM10

扫码关注云+社区

领取腾讯云代金券