Pytorch(GPU版)的最佳安装方式及注意事项

前言

运行环境 Windows

使用软件 Anaconda（也可以使用 Miniconda，相对于 Anaconda 内置包少一些）

使用包管理工具 conda、pip

使用 Python3.9 环境（也可以使用其他Python环境，不要太新也不要太旧即可）

1. 前置准备

• 必须 保证电脑使用显卡为 NVDIA 品牌

• 建议 保证电脑 CUDA 版本 大于 你想要安装的 PyTorch-CUDA 版本（可以使用以下命令查看）

  

• 如果 想要安装某一版本的 PyTorch-CUDA 版本，但是电脑 CUDA 版本达不到要求，可以 进入 NVDIA 官网升级一下显卡驱动程序版本

2. 关于踩过的坑

安装PyTorch时，一般都会在官网使用 START LOCALLY 提供的 conda 或 pip 命令安装

由此可能出现以下几个问题：

• 直接使用 conda 命令安装，安装过程中 pytorch 或者其他包安装超时自动跳过。导致最后安装失败，所有安装包全部回滚，下载速度非常慢

• 直接使用 pip 命令安装，安装直接报错

  一部分人把问题归结于下载源问题

  我们去测试常用镜像源，如下：

  清华镜像源、阿里云镜像源、上海交大镜像源、北京外国语大学镜像源。

  经测试，发现并没有能够成功下载 pytorch

3. 最佳安装方式

选择 START LOCALLY 旁边的 Previous PyTorch Versions

这里我们通过手动下载 whl 的方式安装 pytorch：

1. 通过要安装的 pytorch-cuda版本，找到 Wheel 安装链接，如下所示（这里我们以 Windows CUDA 11.8为例）：

   

2. 直接访问命令 –index-url参数 后的链接：https://download.pytorch.org/whl/cu118

3. 我们需要找到下载源里的 torch torchvision torchaudio charset-normalizer 这四个轮子目录

4. 这里以 torch目录为例，介绍如何寻找对应轮子，并下载

5. 观察Wheel命令，我们不难发现torch==2.0.0+cu118这样一句话，这里指明了 torch的版本为2.0.0+cu118

6. 进入到下载源里的 torch 目录，CTRL+F搜索2.0.0+cu118后，你会发现很多个 torch 对应的 .whl 文件

7. 观察.whl文件名，我们不难发现torch-2.0.0+cu118-cp39-cp39-win_amd64.whl就是我们想要下载的 torch 轮子

   解释：
   	1. cp39：表示你的 python版本 为 python3.9
   	2. win_amd64：表示只适用于 Windows 操作系统的 64 位架构
   

8. 按照步骤 4-7 的方法，把 torchvision、torchaudio、charset_normalizer 这几个轮子也下载下来，通过以下命令即可安装好 pytorch

   pip install G:\TechnicalArea\Python\DeepLearning\wheel\torch-2.0.0+cu118-cp39-cp39-win_amd64.whl
   pip install G:\TechnicalArea\Python\DeepLearning\wheel\torchvision-0.15.1+cu118-cp39-cp39-win_amd64.whl
   pip install G:\TechnicalArea\Python\DeepLearning\wheel\torchaudio-2.0.1+cpu-cp39-cp39-win_amd64.whl
   pip install G:\TechnicalArea\Python\DeepLearning\wheel\charset_normalizer-2.1.1-py3-none-any.whl
   

   注意事项：

   G:\TechnicalArea\Python\DeepLearning\wheel\torch-2.0.0+cu118-cp39-cp39-win_amd64.whl为我存放轮子文件的路径，需要替换为你自己的路径和文件名，其余几个同理。

9. 安装成功，完结撒花