一、安装前基本准备

首先要选择是安装CPU版本还是GPU版本,对应的硬件需求和安装命令不同。本人安装的是GPU版本。进入pytorch官网,这是地址。如下图:

pytorch的版本选择 pytorch如何选择版本_命令行


其中,所选项依次为:

pytorch 框架的构建:选择稳定版(stable)还是预览版(Preview),一般选择前者;

你的操作系统:一般是Windows,视情况而定;

包(的安装):看你是选择使用pip、conda、等命令中的哪一种;

语言:看你使用的是python还是Java/C++开发语言;

CUDA:选择合适的CUDA版本,版本查看方式:依次打开NVIDIA控制面板---->帮助---->系统信息---->组件---->NVCUDA.DLL在产品名称中就可以看到对应的CUDA版本。详见下图:

pytorch的版本选择 pytorch如何选择版本_python_02


其中,None表示没有,选择此项,安装的就不是GPU版本了。

二、使用生成的命令进行安装

详见如图:

pytorch的版本选择 pytorch如何选择版本_pytorch的版本选择_03


在上述各个选项选择好了之后,就生成了对应的安装命令,复制到系统命令行进行安装,此过程可能很漫长。因此可以进一步优化,使用国内的镜像进行安装

方法有二:

法1.在复制上述命令之前,对pip进行配置:使其默认安装源为国内镜像地址:

#  我这里使用常用的清华镜像
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

然后复制前面生成 的安装命令进行安装即可.

法2.在安装命令之后加上: 推荐此种方法

-i https://pypi.tuna.tsinghua.edu.cn/simple some-package

pytorch的版本选择 pytorch如何选择版本_CUDA_04


此时安装命令就成了:

>pip install torch===1.4.0 torchvision===0.5.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

这两中方法就可以设置安装源为国内镜像,更推荐使用第二种.

完成安装的提示:

pytorch的版本选择 pytorch如何选择版本_命令行_05

三、安装后的测试

在命令行输入:

python

进入python编译器,进一步输入

import torch
# 知道的人都知道这里是双下划线
torch.__version__

输出为:

'1.4.0'

这样就安装好了.在看一下你的GPU是否可用:

torch.cuda.is_available()

输出:

True

上述过程中,将相应的命令复制到命令行,前提是你已经配置好了相应的环境变量.不然就是无法识别.到此就初步结束,接下来就开始愉快的学习使用吧.