PyTorch

在开发过程中可能会有多个项目同时进行，不同项目之间使用的 Python 版本和一些库的版本不一样，这就会导致冲突。因此这里使用 Anaconda 来管理多个 Python 虚拟环境。Anaconda 是为了方便使用 Python 而建立的一个软件包，包含常用的 250 多个工具包，多个版本的 Python 解释器和强大的虚拟环境管理工具。各个环境之间相互独立，可任意切换。

通过Anaconda安装（推荐）

  1. 安装 Anaconda：

  2. 创建或激活conda环境（可选，但推荐以便管理不同的项目依赖）：

    1
    2
    conda create --name myenv python=x.x.x，其中x.x.x是你要安装的Python版本号。
    conda activate myenv

  3. 安装PyTorch：

    • 打开终端（对于Windows是Anaconda Prompt或Anaconda PowerShell Prompt）。
    • 访问PyTorch官网的安装页面：https://pytorch.org/get-started/locally/
    • 根据您的需求（CPU/GPU支持、Python版本、操作系统类型）复制相应的conda命令。
  • 在终端中粘贴并执行这个命令来安装PyTorch以及相关的依赖库（如CUDA，如果需要GPU支持）：
    1
    conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
    注意：这里的cudatoolkit=11.3应该替换为您所需的CUDA版本。

  1. 验证安装：

    1
    python -c "import torch; print(torch.__version__)"

通过pip安装

如果您不打算使用Anaconda，也可以直接通过pip安装PyTorch：

  1. 更新pip（如果必要）：

    1
    pip install --upgrade pip

  2. 安装PyTorch：

    • 访问PyTorch官网获取pip安装命令。
    • 在终端中粘贴并执行正确的pip命令以安装PyTorch。
    • 例如，安装CPU版的PyTorch：
      1
      pip install torch torchvision torchaudio
    • 若要安装带有特定CUDA版本的GPU版PyTorch，请参考官网提供的相应命令。

  3. 同样验证安装。

离线安装

如果 conda 或者 pip 安装很慢，也可以直接进入

https://download.pytorch.org/whl/torch_stable.html

下载 whl 包到本地安装。该页面包含了所有历史版本和各个平台的 PyTorch，需要根据文件名选择自己需要的版本进行下载。文件命名规则如下所示：

第一部分是 cuda 版本或者 cpu，第二部分是 PyTorch 版本号，第三部分是 Python 版本号，第四部分是操作系统。

cu92/torch-1.5.0%2Bcu92-cp37-cp37m-linux_x86_64.whl

Linux系统特别注意事项

在Linux系统上，尤其是没有预装CUDA的情况下，您可能需要额外安装NVIDIA驱动和CUDA Toolkit，然后才能安装支持GPU的PyTorch版本。

请务必查阅PyTorch官方文档，以获取最新的安装指导和兼容性信息。上述步骤可能会随时间而变化，因此直接参照官方安装指南是最可靠的方法。

Pycharm 使用 Anaconda 环境

在 Pycharm 中新建项目后，需要在 File -> Settings -> Project -> Python Interpreter 中选择 Anaconda 环境。

首先点击齿轮图标，点击弹出的add接着在弹出的窗口中选择 Conda Environment

接着在弹出的窗口中选择Conda Environment，Conda execute 选择你安装好的 Anaconda 的文件夹下的Scripts\conda.exe。

最后在 Python Interpreter 给当前项目选择刚刚创建的 Python 环境即可。

如果安装的是 GPU 版本，安装完成之后可以使用print(torch.cuda.is_available())语句来查看安装好的 PyTorch 是否支持 GPU。这里我是用的是 CPU 版本。