Python安装Pytorch教程（图文详解）

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）上跑通代码，就选CUDA，如果不需要在自己电脑上跑（在服务器上跑）或者没有独立显卡，就选CPU。

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有点高了。同样道理，基本上大家都能选择10.2。

如果没有安装anaconda的同学，可以参考我这篇博客：anaconda安装配置教程

==如果想通过pip安装Pytorch的同学，可以告诉你通过pip安装非常麻烦，几乎无法安装，花费的时间远远多于安装anaconda的时间，所以，这条弯路我先帮大家探测过了，不要再踩啦。==

3、然后复制最下面那段命令行语句，打开anaconda命令行，先进入自己需要安装Pytorch的环境，然后运行。

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

4、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

5、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。

6、安装完成后，会提示信息done。

7、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。

8、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。

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

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。