安装 pytorch ¶

环境前提 ¶

基于 Ubuntu 22.04.2 LTS
安装了 anaconda3
找到合适的 pytorch 版本

# 我们可以通过以下命令查看自己的cuda及cuda驱动版本

nvidia-smi

# 我们可以通过以下命令查看自己的cuda及cuda驱动版本

nvidia-smi

下载地址：
conda网站：https://conda.anaconda.org/pytorch/linux-64/
官网https://pytorch.org/
或者 https://github.com/pytorch/vision#installation

1、创建环境 ¶

添加环境，创建环境，等待下载完

conda create -n pytorch python=3.9.0

conda create -n pytorch python=3.9.0

2、激活环境 ¶

激活环境方式1

conda activate pytorch

conda activate pytorch

如果方式1不行，linux下执行这个(一般情况下，是用了exit退出了)

source activate pytorch

source activate pytorch

3、conda 方式下载依赖 ¶

安装conda的时候，需要配置镜像源
到官网https://pytorch.org/get-started/locally/确认脚本

# 执行下载
# conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
# 将-c pytorch去掉了。主要原因是加-c pytorch后还会使用默认的conda镜像源而不是清华镜像源。
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c nvidia
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

# 执行下载
# conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
# 将-c pytorch去掉了。主要原因是加-c pytorch后还会使用默认的conda镜像源而不是清华镜像源。
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c nvidia
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

3、pip 方式下载依赖 ¶

配置镜像源

# https://pypi.douban.com/simple
mkdir -p ~/.pip/
tee ~/.pip/pip.conf << EOF
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
EOF

# https://pypi.douban.com/simple
mkdir -p ~/.pip/
tee ~/.pip/pip.conf << EOF
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
EOF

下载依赖

# 镜像地址下载（推荐）
pip3 install torch torchvision torchaudio --index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 或者官方下载
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# 镜像地址下载（推荐）
pip3 install torch torchvision torchaudio --index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 或者官方下载
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

4、测试 ¶

# 进入python 环境
python  
# 导入安装的 pytorch 包 ,检查cuda是否可以使用
import torch
print(torch.__version__)
print(torch.cuda.is_available())

# 进入python 环境
python  
# 导入安装的 pytorch 包 ,检查cuda是否可以使用
import torch
print(torch.__version__)
print(torch.cuda.is_available())

输出应该类似于以下内容：

2.0.0
True

2.0.0
True

如果 torch.cuda.is_available() 输出是True，表示成功；
如果输出 False，那就表示前面的驱动或者cuda的安装有问题，最可能的就是驱动，直接卸载重新安装显卡驱动即可解决问题。

5、退出 ¶

# 退出python
exit();
# 退出环境
conda deactivate

# 退出python
exit();
# 退出环境
conda deactivate

参考 ¶

慢的原因 https://blog.csdn.net/damadashen/article/details/127677963