Python安装Pytorch最新图文教程

最近人工智能等多门课需要复现论文，近两年的论文很多都是基于Pytorch环境做的实验，所以，这里总结一下Pytorch的安装教程，做好最快、最简单、最好地完成安装。

1、查看本机的CUDA版本

cmd命令行输入nvidia-smi，在第一行最右边可以看到CUDA的版本号，我的版本是11.1

2、安装Pytroch

1、点击进入Pytorch官网

然后选择Get Started，就是如下界面

2、这里进行Pytorch版本的选择，首先我选择的是Stable稳定版，然后OS是Windows系统，Package包就使用Conda，Language肯定选Python，最后的Compute Platform就根据大家的需求来定了。大家如果想在自己电脑（具有NVIDIA显卡）上用GPU进行深度学习模型的推理，就选CUDA；如果只想调用CPU运行算法模型的推理，就选CPU。

一句话总结：包含CUDA的Pytorch可以在程序中设置调用GPU或CPU运行，不含CUDA的Pytorch只能调用CPU运行程序。

选CPU的同学可以直接看第3步了。我们在第一步已经看过自己的NAVIDA的CUDA版本了，这里我们一定要选择比自己版本低的CUDA。比如，像我的版本是11.1，那么就只能选择10.2，因为11.3对我来说有点高了。
当前官网最新版是CUDA11.3，如果你的CUDA版本比官网推荐的都低，可以点击下面的Previous versions of PyTorch，查看以前的版本。

3、安装下anaconda深度学习神器，没有安装的同学，请按照这篇教程安装好anaconda，并创建一个python环境：anaconda安装配置教程，python的版本根据你的需求而定，这里我根据复现算法的需求环境，安装的是python3.7。

4、打开anaconda命令行，先激活需要安装Pytorch的python环境（这里我将python环境命名为pytorch，环境名称随意），复制第二步最下面那段命令行语句，然后回车执行：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

5、可以看到将要安装的包里面有pytorch和cudatoolkit，我们输入y确认，然后回车

6、下面就等待这些package安装成功，可以看到Pytorch还是比较大的，所以耐心等待一下。如果下载过程中卡住的同学，直接到torch镜像源下载安装包进行安装，效果相同。

7、安装完成后，会提示信息done。

8、输入pip list，查看我们的包是否被安装，这里可以看到torch相关的包都安装了。

9、我们输入python进入下Python环境，然后输入import torch，如果没有报错说明可以导入成功。

10、输入torch.cuda.is_available()查看torch是否可以使用显卡，True就代表可以！

安装好Pytorch环境后，我们就可以来部署运行些深度学习算法了，比如经典的Yolov5，Mask-RCNN、Swin Transformer等，快去体验吧~

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。

来源：https://blog.csdn.net/qq_42257666/article/details/121361983