分別介紹如何安裝CPU和GPU版本的Pytorch和torchvision

1.安裝CPU版本的Pytorch

使用Anaconda進(jìn)行安裝，首先打開Anaconda Prompt

• 創(chuàng)建一個新的虛擬環(huán)境

conda create -n pytorchCPU python=3.7

創(chuàng)建一個名為pytorch的虛擬環(huán)境，python版本為3.7

安裝虛擬環(huán)境

• 查看已安裝的虛擬環(huán)境

conda env list

查看已安裝的虛擬環(huán)境

若要刪除環(huán)境，可以使用命令

conda remove -n pytorchCPU --all

• 安裝好之后，使用conda activate激活環(huán)境

conda activate pytorch

• 打開Pytorch官網(wǎng)，按照需求選擇安裝對應(yīng)的Pytorch，這里安裝無CUDA版本的PyTorch

  
  
  Pytorch
• 輸入命令

conda install pytorch torchvision cpuonly -c pytorch

或者

pip3 install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html

這里使用conda來安裝

• 這里在安裝的時候出現(xiàn)了PackagesNotFoundError問題
  
  image.png
• 于是采取直接下載whl文件來安裝，在網(wǎng)站：https://download.pytorch.org/whl/torch_stable.html 下載對應(yīng)的torch版本
  
  image.png
• 然后在環(huán)境pytorchCPU中，使用pip進(jìn)行安裝

pip install C:\Users\KK\Downloads\torch-1.3.1+cpu-cp37-cp37m-win_amd64.whl

• 安裝完成之后，進(jìn)入python環(huán)境，進(jìn)行測試，導(dǎo)入成功則說明安裝成功

  
  
  image.png

• 如法炮制，安裝torchvision
  

  image.png

• 進(jìn)入python環(huán)境進(jìn)行測試

  
  
  image.png

• 若出現(xiàn)錯誤
  

  image.png
  
  原因是因?yàn)?code>pillow的版本過高，需要將其降低到7.0以下版本
  首先卸載掉pillow
  
  image.png
  
  然后安裝小于7.0版本的pillow
  
  image.png

• 進(jìn)入python環(huán)境進(jìn)行測試

  
  
  image.png

• 為jupyter notebook導(dǎo)入環(huán)境

conda install ipykernel

# python -m ipykernel install --user --name 環(huán)境名稱 --display-name "在notebook中顯示的名稱"
# 比如
python -m ipykernel install --user --name pytorchCPU --display-name "pytorchCPU"

image.png

• 打開jupyter notebook
  
  image.png
  
  點(diǎn)擊New可以看到創(chuàng)建的虛擬環(huán)境
  
  image.png

• 創(chuàng)建新文件進(jìn)行測試

  
  
  image.png

2.安裝GPU版本的Pytorch

2.1 下載cuda

https://developer.nvidia.com/cuda-toolkit-archive
pytorch支持的cuda版本為10.1和9.2，這里下載10.1版本

image.png

image.png

image.png

image.png

image.png

image.png

• 測試CUDA是否正常安裝：打開cmd，輸入nvcc -V
  
  image.png
  
  可以看到測試成功

2.2 下載cudnn

• 進(jìn)入網(wǎng)站：https://developer.nvidia.com/cudnn。（需要注冊才能下載）

• 注意與cuda的版本匹配

  
  
  image.png

• 下載完成之后將cudnn解壓，并將解壓的文件中的這三個文件：

  
  
  image.png
  
  

  拷貝到：CUDA的安裝目錄CUDA/v10.1下

  
  
  image.png

2.3 安裝pytorch

• 在https://download.pytorch.org/whl/torch_stable.html
  中找到對應(yīng)的pytorch進(jìn)行下載
  
  image.png

• 打開Anaconda Prompt，創(chuàng)建一個新的虛擬環(huán)境

  
  
  image.png

• 進(jìn)入虛擬環(huán)境

  
  
  image.png
• 使用pip install安裝已下載好的pytorch
  
  image.png
• 安裝完成之后進(jìn)入python環(huán)境，進(jìn)行測試，結(jié)果為Ture時表示安裝成功

import torch
print(torch.cuda.is_available())

image.png

• 安裝torchvision
  下載torchvision

  
  
  image.png
• 使用pip install進(jìn)行安裝
  
  image.png
• 卸載pillow，安裝版本小于7.0的pillow
  
  image.png

• 進(jìn)入python環(huán)境進(jìn)行測試

  
  
  image.png
• 為Jupyter Notebook導(dǎo)入環(huán)境

conda install ipykernel

python -m ipykernel install --user --name pytorch_GPU --display-name "Pytorch_GPU"

• 打開Jupyter Notebook進(jìn)行查看

  
  
  image.png

• 創(chuàng)建測試文件

  
  
  image.png