首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >PyTorch在Windows下的安装

PyTorch在Windows下的安装

作者头像
Ai学习的老章
发布2019-07-31 14:22:09
发布2019-07-31 14:22:09
21.2K00
代码可运行
举报
运行总次数:0
代码可运行

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:

代码语言:javascript
代码运行次数:0
运行
复制
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:

代码语言:javascript
代码运行次数:0
运行
复制
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):

代码语言:javascript
代码运行次数:0
运行
复制
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):

代码语言:javascript
代码运行次数:0
运行
复制
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:

代码语言:javascript
代码运行次数:0
运行
复制
pip uninstall torch

再输入如下代码:

代码语言:javascript
代码运行次数:0
运行
复制
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:

代码语言:javascript
代码运行次数:0
运行
复制
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:

代码语言:javascript
代码运行次数:0
运行
复制
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

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-07-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习与统计学 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档