在anaconda下安装pytorch + python3.8+GPU/CPU版本 详细教程

文章目录

• 一、安装anaconda
• 二、安装CPU版本的Pytorch
• • 1.打开Anaconda Prompt，如下图所示：
  • 2. 使用清华镜像源网站
  • 3.创建Pytorch环境
  • 4.激活刚刚创建的pytorch环境
  • 5.安装Pytorch
  • 6.测试是否安装成功
• 三、安装GPU版本（电脑有显卡）
• • 1.查看是否安装CUDA软件驱动
  • 2.打开Anaconda Prompt，如下图所示：
  • 3. 使用清华镜像源网站
  • 4.创建Pytorch环境
  • 5.激活刚刚创建的pytorch环境
  • 6.安装Pytorch
  • 7. 查看CUDA是否可用：

一、安装anaconda

Anaconda包括Conda、python以及一大堆安装好的工具包，比如：numpy、pandas等Miniconda包括Conda、Pythonconda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换

没安装Anaconda的同学可以参考以下安装链接：
https://blog.csdn.net/qq_45281807/article/details/112442577

按照安装CPU版本和GPU两个版本进行分类，一般运行程序建议使用CPU版本的，安装更方便。

二、安装CPU版本的PyTorch

1.打开Anaconda Prompt，如下图所示：

2. 使用清华镜像源网站

注意！如果切换镜像后当出现下载不了的情况，就先切换默认源，然后再修改另一个可以使用的conda源（一定要先恢复默认，再换另一个！！！），所以我们先切回默认源：

conda config --remove-key channels

（1）切换到国内的镜像源（不然下载速度可能太慢）
分别输入以下4行代码：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels Https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

配置好之后以后若需要使用清华镜像，无需再配置。

3.创建Pytorch环境

创建环境pytorch，使用Python版本是3.8，其中pytorch是虚拟环境的名字，可以改变：

conda create -n pytorch_38 python=3.8

之后，在加载过程中会弹出提示，输入 y，即可安装。
查看环境是否安装成功

conda info --envs

可以看到包含四个环境，其中pytorch是刚刚创建的环境。

4.激活刚刚创建的pytorch环境

activate pytorch_38

激活刚刚创建的pytorch环境。

5.安装Pytorch

根据自己的安装版本，在Pytorch官网寻找安装命令代码：
Pytorch官网：https://pytorch.org/

如图所示版本则是复制：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

将复制的代码粘贴到命令行格式下，弹出提示，输入 y，即可完成安装，显示“done”。

6.测试是否安装成功

输入python, 进入python

python

输入import torch，测试pytorch是否安装成功，无报错则表示安装成功。

三、安装GPU版本（电脑有显卡）

1.查看是否安装CUDA软件驱动

（1）使用快捷键WIN+R，输入cmd

（2）输入命令，nvidia-smi

（3）如果显示CUDA的版本号则可以开始进行第3步操作，繁殖反之，参考下文的第二章，配置cuda驱动软件：

https://blog.csdn.net/qq_45281807/article/details/121294644

2.打开Anaconda Prompt，如下图所示：

3. 使用清华镜像源网站

注意！如果切换镜像后当出现下载不了的情况，就先切换默认源，然后再修改另一个可以使用的conda源（一定要先恢复默认，再换另一个！！！），所以我们先切回默认源：

conda config --remove-key channels

（1）切换到国内的镜像源（不然下载速度可能太慢）
分别输入以下4行代码：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

配置好之后以后若需要使用清华镜像，无需再配置。

4.创建Pytorch环境

创建环境pytorch，使用Python版本是3.8，其中pytorch是虚拟环境的名字，可以改变：

conda create -n pytorch_38 python=3.8

之后，在加载过程中会弹出提示，输入 y，即可安装。
查看环境是否安装成功

conda info --envs

可以看到包含四个环境，其中pytorch是刚刚创建的环境。

5.激活刚刚创建的pytorch环境

activate pytorch_38

激活刚刚创建的pytorch环境。

6.安装Pytorch

根据自己的安装版本，在Pytorch官网寻找安装命令代码：
Pytorch官网：https://pytorch.org/

输入命令：

conda install pytorch torchvision torchaudio cudatoolkit=11

然后等一下会显示是否继续进行，输入y，点回车，就可以安装啦！！

7. 查看CUDA是否可用：

依次输入以下命令，如果输出结果为True，则安装成功。

python

import torch

print(torch.cuda.is_available())

返回False解决办法
如果你按照以上步骤安装一般是没有问题的。 如果出现False，大家可以尝试以下步骤进行排除： 1、首先确定显卡是否支持CUDA，https://www.geforce.com/hardware/technology/cuda/supported-gpus 2、确保驱动升级到最新（确保驱动与cuda版本互相支持）

参考文章：

https://blog.csdn.net/qq_45281807/article/details/112442423
https://blog.csdn.net/qq_45281807/article/details/121294644

来源地址：https://blog.csdn.net/up_and_down__/article/details/125739528