windows系统安装pytorch(python)详细过程

见贤思齐

文章目录前言详细过程查看系统cuda支持的最高版本pytorch官网检查安装是否成功初步检查检查是否成功运行报错记录importtorch报错nomodulenamedtorchprint(torch.cuda.is_available())输出为False其它说明前言pytorch和tensorflow是当前深度学习最重要的两种框架，目前来看，不论是哪一种深度学习模型，比如YOLO，SSD，RCNN，Pointnet都采用了二者中的一种来实现网络模型，开源代码也一般也会有Tensorflow和Pytorch两种版本。这篇文章主要记录我在安装pytorch深度学习框架的过程，作为日志，希望也能帮到正在阅读文章的你。需要注意的是，由于深度学习的实验过程总是伴随着很多版本的模型，为了避免在实验过程中，各个模型需要的依赖包版本不一样，大部分情况下，安装pytorch都是在anaconda下创建一个虚拟环境来进行的。每一个虚拟环境下都有一个独立的python、一个独立的pip以及只能在这个虚拟环境下使用的python包。本片文章默认用户已经会安装anaconda，并已经会创建、激活虚拟环境。python，pytorch，cuda实际上是有一个比较严格的版本对应关系的。由于这些软件的版本更新都很快，读者需要自行查阅什么版本对应关系。推荐按照如下顺序确定版本：首先确定CUDA最高支持多少版本，然后找这个版本的cuda支持什么版本的python，然后照着这个版本的python创建虚拟环境。至于pytorch的安装版本，尽管很重要，但pytorch发行方已经帮我们解决了这个问题，用户已经不需要手动选择安装哪个版本的pytorch了。（见后续的详细安装过程）详细过程在撰写这篇博客时（2024年6月7日），pytorch相比tensorflow的部署要简单很多。以下windows系统下部署pytorch框架的详细过程。（GPU版本）查看系统cuda支持的最高版本如果你有NVIDIA显卡并且具有NVIDIA控制面板，可以打开NVIDIA控制面板，点击左下角“系统信息”——组件，就可以看到NVCUDA最高的支持版本。在这里我的显卡最高支持CUDA12.2。)1正常结果会输出一个Ture，则表示GPU可以在训练时使用，否则就只能使用CPU训练，到此为止pytorch即安装完成。正常结果如下图所示。报错记录importtorch报错nomodulenamedtorch说明pytorch根本就没安装上，这种可能是网络中断导致的。去pytorch官网重新复制命令，并重新运行。最后还是用piplist检查是不是安装成功了。当然，你必须要确认你在你想要运行的那个虚拟环境下。print(torch.cuda.is_available())输出为False说明pytorch安装成功了。这种错误常见原因有：安装成CPU版本的pytorch了使用的镜像源没有提供你想要的版本的pytorch，自动给你随便找了个CPU的版本。比如我安装时使用了清华镜像源，对应CUDA12.1版本的pytorch还没更新，就自动给我找了个CPU的pytorch安装了。需要换一个源。你的电脑没有显卡电脑没有独立显卡是没有办法成功运行的。这种常出现在云服务器上，你没有占到显卡，但是你以为你占到了。版本不对应。显卡最高只能支持CUDA11.8，但是你安装了一个基于CUDA12.1的pytorch，也会出现这种错误。需要pip使用pip工具卸载当前的pytorch重新安装。其它说明你知道的，运行别人的框架、跑别人的代码总是会出各种各样的错，如果愿意交流，或者发现了博客的不合理之处，可以发邮件到xlxlqqq@163.com，让我们一起探讨吧。