# torch **Repository Path**: dxros/torch ## Basic Information - **Project Name**: torch - **Description**: torch - **Primary Language**: Python - **License**: MulanPSL-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 5 - **Forks**: 2 - **Created**: 2023-04-13 - **Last Updated**: 2025-08-18 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # torch安装 ## 关于anaconda **anaconda的出现python使得python得以虚拟环境的方式存在,并在服务器上大规模的使用 anaconda是国内镜像直接下,国外的镜像部分电脑比较慢,我们这里备份:** #### 推荐:window: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2024.06-1-Windows-x86_64.exe #### linux: https://cowtransfer.com/s/96dd4226f0ea4a ## 新手必看:授之以鱼不如授之以渔(调试别人的代码---------有问题,看完再问) ``` 首先知道关系,一般来说:python指的的是python的解释器, (anaconda是采用虚拟环境的方式,可以在里面安装很多个python解释器的工具,比如python3.6,python3.8) 编辑代码的叫开发环境,又指代码编辑器,比如pycharm,jyputer等 不会使用anaconda参考:(了解anaconda跟python和其他的关系,视频比较老可能与本店安装的有部分出入,但是基本原理通用) 简短:https://www.bilibili.com/video/BV1K7411c7EL?p=2&vd_source=0e80315f29d5339004a0649a284077f4 详细的:https://www.bilibili.com/video/BV1S5411X7FY?p=15 ``` ### 注: ``` 调试别人的代码,相关包的匹配是最重要的,光pytorch就有20多个版本,我们默认安装长期支持版, 我们给你安装只是说明你的安装环境(系统和显卡是支持安装pytorch的)是好的, 可以安装了,调试某个程序还要您自己匹配具体的版本 ``` ## 安装好显卡驱动---------nvidia-smi(nvidia-smi是显示驱动属性的命令,可以看到显存,支持的cuda,功率等) 正常会输出,CUDA的接口的最高版本,之后根据torch官网下载python版本的cuda和cunn就OK, 注:python版本的cuda和cunn是二进制版本,英伟达官网的是C++版本跟python没有关系,(就不要问了),python版本的必须下载 英伟达官网的是C++版本跟python没有关系,下载不下载随便您 ## 安装 ### 如果没有其他的问题(常出现的问题:多个安装的python导致系统变量错误,使用代理) ### 1.建议采用anaconda 新建一个python的环境-------torch--python版本3.8(最稳定) conda create -n dxtorch python=3.8.5 ####(这样建立的环境是空的没有其他的包,比如numpy等) ### 2.如果太慢就换源、(多个网络下面,最快镜像) ``` channels: - defaults show_channel_urls: true default_channels: - https://mirrors.sustech.edu.cn/anaconda/pkgs/main - https://mirrors.sustech.edu.cn/anaconda/pkgs/free - https://mirrors.sustech.edu.cn/anaconda/pkgs/r - https://mirrors.sustech.edu.cn/anaconda/pkgs/pro - https://mirrors.sustech.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.sustech.edu.cn/anaconda/cloud msys2: https://mirrors.sustech.edu.cn/anaconda/cloud bioconda: https://mirrors.sustech.edu.cn/anaconda/cloud menpo: https://mirrors.sustech.edu.cn/anaconda/cloud pytorch: https://mirrors.sustech.edu.cn/anaconda/cloud simpleitk: https://mirrors.sustech.edu.cn/anaconda/cloud nvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud ``` #### pip的镜像 pip config set global.index-url https://mirrors.ustc.edu.cn/pypi/web/simple #### pip的镜像(aliyun) pip config set global.index-url https://mirrors.aliyun.com/pypi/simple pip config set install.trusted-host mirrors.aliyun.com ### 3.激活环境 conda activate dxtorch ### 4.去官网安装,低于或者等于nvidia-smi输出的cuda版本,40系显卡只能按照CUDA11.4及以上,30系的显卡只能安装cuda11以上的,(在window上有些版本安装不了,因为国内的镜像没有同步) 官网:https://pytorch.org/get-started/previous-versions/ #### 注:cudatoolkit就是cuda,比如:安装cuda11.6的 conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge #### 注:cudatoolkit就是cuda,比如:安装cuda11.3的 conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch #### 显卡低于30系采用,建议cuda=10.2 conda install pytorch==1.8.1 torchvision torchaudio cudatoolkit=10.2 -c pytorch #### mx系列的显卡:建议安装安装pytorch1.4以及下的版本 conda install pytorch==1.4.0 torchvision cudatoolkit=10.1 -c pytorch #### 没有显卡,安装cpu: conda install pytorch torchvision torchaudio cpuonly -c pytorch ### 5.测试,终端测试 ``` python import torch print(torch.cuda.is_available()) print("Pytorch version:") print(torch.__version__) print("CUDA Version:") print(torch.version.cuda) print("cuDNN version is:") print(torch.backends.cudnn.version()) ``` #### 注:cpu版本torch.cuda.is_available()显示flase ### 说明:(建议,如果是研究生等搞这个方向的请把教程搞懂,如果是其他的,根据您的意愿) ``` anaconda就是用来管理Python环境的,base是anaconda自己的(anaconda建议不要动base), dxtorch是我们安装的Python, pytorchgpu,cuda,cunn都会安装到这里面。 输入conda list可以看到不同Python包。 输入conda env list可以看到不同Python的位置。详细理解看新手必看 ``` ### 下面属于python代码编辑器的部分(继续安装需要收10元) #### 详细教程word版,直接送: https://kornerstonecharterschool-my.sharepoint.com/:b:/g/personal/p15923_n365_me/ERZ-2ghSQ19EiG50ldem2qUB_nBnmTTtUMHYL3SfemmYbQ?e=VuebHp #### window电脑代码编辑器,除了pycharm,其他的软件,在window上使用都有部分的bug ### 使用jupyter #### 在创建的虚拟环境中使用jupyter notebook,命令如下: (备注:确保安装的ipykernel是在创建的虚拟环境中的) conda install jupyter #### 将虚拟环境添加到jupyter,命令如下: python -m ipykernel install --user --name=dxtorch ### 6.pycharm中新建工程-----将解释器改为torch #### 设置--》工程--》python解释器-添加conda环境-找到torch这个python的环境 ### anaconda安装其他的包参考: https://blog.csdn.net/FrankieHello/article/details/106083428 ### 常见问题1: #### 为什么安装了,我的编辑器还是没有的? 请查看你运行的python是dxtorch吗,编辑器是编辑器,python是解释器,解释器是解释器,请选择dxtorch的解释器 ### 常见问题2; #### 我安装的是gpu吗? 请用第五步进行测试,print(torch.cuda.is_available())显示ture就是gpu` ### 常见问题3: #### 我的anaconda不能用? 基本上就是你动了base环境,所以依赖坏了要重新安装 ### 常见问题3: #### 为什么没有看到你安装cuda和cudnn呢? ``` cudatoolkit 就是cuda对应的python版本,然后看确定显卡驱动那节。 另外补充,深度学习是发展很快的技术,多看官网少看博客。 ``` ### 常见问题4: #### 可以在我现在的环境里面安装吗? 一般是安装不上的,torchgpu有50多个依赖包,基本上会跟你环境里面的冲突。 ### 常见问题5: #### 你的教程为什么使用conda不用pip? 一般来说像pytorch这种大包(依赖较多),推荐conda(下载稳定,依赖全),像一些小包opencv(依赖少),推荐pip(速度较快)。 ` ## 感谢大家,送paddlegpu和tfgpu安装教程 #### paddle: http://gitee.com/dxros/paddle #### tf: http://gitee.com/dxros/tf ## 最后补充pip方法:(当时python水平较高的时候,可以使用这个方法,这个方法不太稳定,,,里面的最后一个pip由上交大提供,跟官网不一样,感谢上交大提供的pip地址,国内唯一 ,满速) # CUDA 12.1 pip install torch torchvision torchaudio -f https://mirrors.aliyun.com/pytorch-wheels/cu121 # CUDA 11.8 pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118 # CUDA 12.1 pip install torch==2.1.0 torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # CUDA 12.1 pip install torch==2.3.0+cu118 torchvision==0.18.0+cu118 torchaudio==2.3.0 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html # CUDA 11.7 pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 -f https://mirrors.aliyun.com/pytorch-wheels/cu117 pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 torchaudio==2.0.2 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu117 pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html # CUDA 11.3 pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu113 pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html # CUDA 10.2 pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu102 pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://mirror.sjtu.edu.cn/pytorch-wheels/torch_stable.html # CUDA 9.2 pip install torch==1.5.0+cu92 torchvision -f https://mirrors.aliyun.com/pytorch-wheels/cu92 # 常用第三方包: pip install ultralytics