pytorch的安装 基于anaconda

为anaconda添加源

---

注:下载pytorch之前最好先新建一个虚拟环境,下面的操作将都在虚拟环境中进行,如果发生错误也不会影响到整台电脑

点击create创建虚拟环境

选择python版本,为虚拟环境取名字

点击Open Terminal进入命令行

添加 源 (防止下载超时,加速下载)

# 添加清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
# 添加第三方conda源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

官网选择版本

点击此处进入官网
进入官网之后下拉 找到了之后依次选择想要的版本
选择1.4(这个版本较稳定),接下来根据各人的操作系统和Python版本以及CUDA选择对应的版本
我们选择conda命令(当然也可以用pip)

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

这是官网给我们的命令,为了使用清华的源,我们在下载的时候去掉-c pytorch 即可
在新建的虚拟环境中输入下面的命令,就开始自动下载了

conda install pytorch torchvision cudatoolkit=10.1 

检测是否成功

这里运行pycharm,我选择新建一个工程专门用来pytorch的学习
注意:python环境的选择要与自己建立的虚拟环境目录相对应

可以看到我们已经成功安装了pytorch
简单的输入几条语句测试一下

import torch
print(torch.__version__)
print('gpu:',torch.cuda.is_available())

顺利返回了版本信息,以及支持gpu的True

成功!