分别介绍如何安装CPU和GPU版本的Pytorch和torchvision

1.安装CPU版本的Pytorch

使用Anaconda进行安装，首先打开Anaconda Prompt

• 创建一个新的虚拟环境

conda create -n pytorchCPU python=3.7

创建一个名为pytorch的虚拟环境，python版本为3.7

安装虚拟环境

• 查看已安装的虚拟环境

conda env list

查看已安装的虚拟环境

若要删除环境，可以使用命令

conda remove -n pytorchCPU --all

• 安装好之后，使用conda activate激活环境

conda activate pytorch

• 打开Pytorch官网，按照需求选择安装对应的Pytorch，这里安装无CUDA版本的PyTorch

  
  Pytorch
• 输入命令

conda install pytorch torchvision cpuonly -c pytorch

或者

pip3 install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html

这里使用conda来安装

• 这里在安装的时候出现了PackagesNotFoundError问题
  image.png
• 于是采取直接下载whl文件来安装，在网站：https://download.pytorch.org/whl/torch_stable.html 下载对应的torch版本
  image.png
• 然后在环境pytorchCPU中，使用pip进行安装

pip install C:\Users\KK\Downloads\torch-1.3.1+cpu-cp37-cp37m-win_amd64.whl

• 安装完成之后，进入python环境，进行测试，导入成功则说明安装成功

  
  image.png

• 如法炮制，安装torchvision
  

  image.png

• 进入python环境进行测试

  
  image.png

• 若出现错误
  

  image.png
  原因是因为pillow的版本过高，需要将其降低到7.0以下版本
  首先卸载掉pillow
  image.png
  然后安装小于7.0版本的pillow
  image.png

• 进入python环境进行测试

  
  image.png

• 为jupyter notebook导入环境

conda install ipykernel

# python -m ipykernel install --user --name 环境名称 --display-name "在notebook中显示的名称"
# 比如
python -m ipykernel install --user --name pytorchCPU --display-name "pytorchCPU"

image.png

• 打开jupyter notebook
  image.png
  点击New可以看到创建的虚拟环境
  image.png

• 创建新文件进行测试

  
  image.png

2.安装GPU版本的Pytorch

2.1 下载cuda

https://developer.nvidia.com/cuda-toolkit-archive
pytorch支持的cuda版本为10.1和9.2，这里下载10.1版本

image.png
下载完之后双击打开文件
image.png
出现安装程序界面后，选择精简安装，等待安装结束即可
image.png
image.png
查看环境变量，如果没有就配置环境变量
image.png
image.png

• 测试CUDA是否正常安装：打开cmd，输入nvcc -V
  image.png
  可以看到测试成功

2.2 下载cudnn

• 进入网站：https://developer.nvidia.com/cudnn。（需要注册才能下载）

• 注意与cuda的版本匹配

  
  image.png

• 下载完成之后将cudnn解压，并将解压的文件中的这三个文件：

  
  image.png
  

  拷贝到：CUDA的安装目录CUDA/v10.1下

  
  image.png

2.3 安装pytorch

• 在https://download.pytorch.org/whl/torch_stable.html
  中找到对应的pytorch进行下载
  image.png

• 打开Anaconda Prompt，创建一个新的虚拟环境

  
  image.png

• 进入虚拟环境

  
  image.png
• 使用pip install安装已下载好的pytorch
  image.png
• 安装完成之后进入python环境，进行测试，结果为Ture时表示安装成功

import torch
print(torch.cuda.is_available())

image.png

• 安装torchvision
  下载torchvision

  
  image.png
• 使用pip install进行安装
  image.png
• 卸载pillow，安装版本小于7.0的pillow
  image.png

• 进入python环境进行测试

  
  image.png
• 为Jupyter Notebook导入环境

conda install ipykernel

python -m ipykernel install --user --name pytorch_GPU --display-name "Pytorch_GPU"

• 打开Jupyter Notebook进行查看

  
  image.png

• 创建测试文件

  
  image.png