在深度学习和人工智能领域，PyTorch已成为最受欢迎的开源框架之一。随着技术的不断进步，PyTorch也在持续更新和优化。本文将为您带来2024年最新版本的PyTorch安装教程，并详细解析如何安装支持CPU和GPU的版本。通过本文，您将轻松掌握PyTorch的安装过程，为您在深度学习的探索之旅中提供强大的工具支持。

二、pytorch简介

PyTorch是一个开源的深度学习框架，由Facebook人工智能研究院（FAIR）开发。它提供了一套动态张量计算库，具有易于使用、高效性能和强大的扩展性等特点。PyTorch支持在GPU上运行，能够大大加速深度学习模型的训练和推理过程。

三、安装准备工作

在开始安装PyTorch之前，我们需要进行一些准备工作。首先，确保您的计算机上已安装了合适版本的Python。PyTorch需要Python 3.6或更高版本。同时，您还需要安装pip包管理器，用于安装PyTorch和其他依赖项。所以我们可以通过安装Anaconda来创建一个适合深度学习的Python环境。以下是详细的安装步骤。

3.1、下载Anaconda

首先，访问Anaconda官网（Free Download | Anaconda），选择适合你操作系统的版本，并下载安装包，详细的安装步骤可参考我之前写过的博客：http://t.csdnimg.cn/1WEsj

四、判断是否有NVIDIA显卡

在安装PyTorch之前，我们需要判断您的计算机是否安装了NVIDIA显卡，因为PyTorch的GPU版本需要NVIDIA显卡来加速计算。您可以通过以下步骤来判断：

① 打开设备管理器：在Windows上，按下Win键和X键，然后选择“设备管理器”。在macOS上，打开“系统偏好设置”，选择“硬件”选项卡，然后点击“设备管理器”。

② 查看显示适配器：在设备管理器中，展开“显示适配器”或“图形处理器”部分，查看是否有NVIDIA显卡的列表。如果有NVIDIA显卡，那么您的计算机适合安装PyTorch的GPU版本。

如果没有NVIDIA显卡，您可以只安装PyTorch的CPU版本。如果您有NVIDIA显卡，您还需要进行其他步骤来安装PyTorch的GPU版本。

（Windows系统——无NVIDIA显卡示例）

（Windows系统——有NVIDIA显卡示例）

五、安装pytorch-CPU版本

在安装PyTorch之前，为了管理不同项目的Python环境，通常建议创建一个虚拟环境。虚拟环境可以帮助您隔离不同项目的依赖项，避免不同项目之间的冲突。以下是创建虚拟环境的步骤。

① 打开终端：在Windows上，打开Anaconda Prompt；在macOS和Linux上，打开终端；

② 创建虚拟环境：运行以下命令来创建一个新的虚拟环境。您可以将<env_name>替换为您喜欢的环境名称，例如“myenv”。
conda create -n <env_name> python=<version>
例如，要创建一个名为myenv的虚拟环境，其中Python版本为3.8，可以运行：
conda create -n myenv python=3.8

③ 激活虚拟环境：运行以下命令来激活刚刚创建的虚拟环境。在Windows上，使用activate命令；在macOS和Linux上，使用source命令。
conda activate <env_name>
例如，要激活名为myenv的虚拟环境，可以运行：
conda activate myenv
激活虚拟环境后，您将看到虚拟环境的命令提示符前缀显示为(<env_name>)。这意味着您现在正在使用该虚拟环境的Python解释器。

④ 安装PyTorch（CPU）：在激活的虚拟环境中，使用pip安装PyTorch。根据您的需求，选择安装CPU版本。例如：（网络不佳和必要的时候可以添加国内源）
pip install torch torchvision torchaudio

这样就是安装成功啦~声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop】

推荐阅读

相关标签