ubuntu安装pytorch的CPU版本GPU版本，分conda安装和pip安装,以及whl离线安装pytorch_torch whl

一般来说，阻拦安装我们安装pytorch原因那就是网络极差，安装超久。
下面分基于两个不同的包管理器来安装：

• 基于Anaconda
• 基于pip（pip它是离线安装的重要渠道，这个方法很好，版本可选，不容易出问题；如果使用镜像也是非常棒的，前提是你需要知道你的cuda版本和torch版本）

下面分别讲这两种不同包管理器的torch安装方法:

注意：GPU版本的pytorch前提是你们都安装了NVIDIA显卡驱动，关于安装显卡驱动

一. 基于Anaconda

anaconda是个非常优秀的包管理器，通过它，安装很多的包只需要使用conda install/uninstall...这样的命令，即可快速的从最近的镜像源进行安装需要的包。

1. 更改anaconda安装源

非常必要，尤其是第一条提供的pytorch的清华源。

# 添加三个源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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/
# 确定
conda config --set show_channel_urls yes
1
2
3
4
5
6

第一条是非常非常重要的源，没有这个，你是用不了国内下载的。

2. 安装CPU版本

如下图所示，是安装无cpu版本的

注意这里，如果直接输入conda install pytorch torchvision cpuonly -c pytorch你肯定安装不了。因为这条命令最后的-c pytorch指定了PyTorch包还是从官方源安装，会比较慢。

CPU版本推荐安装指令

如果我们直接conda install pytorch torchvision cpuonly ，你就算是清华源也是默认安装的gpu版本，他会默认下载cudatools-mkl等等包。
所以我们安装方式如下

conda install pytorch-cpu
conda install torchvision-cpu
1
2

3.安装GPU版本

先去官网看看，我系统是cuda10.1+cudnn7.6.5+anaconda5.2.0，如下图所示

因为我们设置了源代码是清华的，所以安装时候可以不用像安装cpu版本那么顾忌了。直接输入

conda install pytorch torchvision cudatoolkit=10.1
1

去掉了-c pytorch就可以了。默认从我们第一步改变的源开始下载

二. pip安装

pip安装无论是cpu还是gpu的pytorch安装，其实官方给了很好的安装流程，我们打开pytorch的官网

1.普通安装

比如cpu版本安装如下图。

这里选择的是最新的Pytorch1.6和torchvision0.77.0的版本,我们是可以更改这里的torch和torchvision的版本的。
问题是下载的比较慢，这是因为没有设置安装包的来源，其实可以安装时候添加-i 源网址，参考pip安装太慢

因此我们可以选择离线安装。

2.离线安装(推荐)

首先给出链接关于下载torch的whl源
离线安装可以不用安装cudnn，这是优点；而且基于cuda向下兼容的特性，cuda都可以不用安装了。下面以torch0.4为例子
我们注意到上图中红色圈起来的链接。
打开会发现如下一种前面是cpu一种是cuda开头。

我们以其中的cu92/torch-0.4.1-cp36-cp36m-linux_x86_64.whl来讲

• cuda92:版本是cuda9.2
• torch-0.4.1 : torch版本是0.4.1
• cp36: python版本是3.6.X
• linux: Ubuntu或者其他
• x84-(AMD)64:64以及32位

明白了后，下载你需要的版本，还是以上面的cu92/torch-0.4.1-cp36-cp36m-linux_x86_64.whl为例子。安装它的方法如下

先下载下来这个.whl文件，再在终端中运行：

pip install torch-0.4.1-cp36-cp36m-linux_x86_64.whl
1

注意安装gpu版本时候可以不安装cuda和cudnn，但是一定要安装显卡驱动，因为显卡驱动自带的cuda向下兼容，而且torch相比tensorflow有个好处是安装后会安装cudatookiti也就是cuda工具箱，不再需要我们去麻烦的安装这些东西。

注意：如果安装torch后，比如在jupyter notebook用不了或者Pycharm用不了，而且是使用anaconda进行管理的话,请参考文档

3.在线pip安装

如果你知道你安装的cuda（也就是/usr/local下面的那个cuda版本）。比如11.3。而你要的torch是1.11.0，那么你就可以这样：

pip install -i https://mirrors.aliyun.com/pypi/simple/ torch==1.11.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
1

注意，显卡驱动带的CUDA只能高于安装的CUDA版本

错误解决

1. 安装后import torch时候，windows下出现了Microsoft Visual C++ Redistributable is not installed, this may lead to the DLL load failure.，只需要在提示的连接去下载vc_redist.x64.exe即可；
   如果打不开链接，就去百度下载一个，然后重启。
2. 上述的工作做完，还是报这个错，建议新建一个虚拟环境，重新pip install torch.xxxxxx.......xxx即可解决。