pytorch2.0.1 安装部署(cpu+gpu) linux+windows

这篇具有很好参考价值的文章主要介绍了pytorch2.0.1 安装部署(cpu+gpu) linux+windows。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

官网打开可能较慢,耐心等待,可以正常打开。
链接:pytorch官网
2023年12月10日更新,演示版本2.1.1
如果中间有任何报错,参考最后一节的处理

一、说明和前期准备

1.pytorch是一个和tensorflow类似的框架

如果需要安装tensorflow,可以参考:
tensorflow 1,2 cpu+gpu(windows+linux)安装

2.安装anaconda

主要是为了一台机器安装多个互不干扰的环境。
安装最新版即可
anaconda 安装(windows+linux)
注意:安装anaconda要启动notebook(安装上面的教程来)

3.安装cuda

安装cuda11.8版本或12.1版本(rtx40系列装12.1版本容易一些)
如果你还有其他组件,应该检查互相之间的兼容性

链接:cuda windows安装

链接:cuda linux安装

链接:cudnn安装 win+linux

4.显卡(可选)

gpu(显卡)的在多数情况下的速度是超越cpu的,pytorch友好的一点是支持amd的ROCm
这样N卡和A卡都可以用(ROCm和cuda很多函数除了名字不一样基本都兼容)
所有架构都是cpu的坑少,初学通常用cpu
amd的ROCm目前linux是兼容最好,windows下只有少部分高端显卡支持,而且坑可能较多,所以现在建议还是用N卡,或者用linux+A卡

5.打开官网

linux用命令行,windows用cmd(也是命令行)
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

6.关于cpu和gpu版本的选择

建议装2个版本,因为通常cpu最稳,notebook可以很方便的切换内核
windows和linux都可以,不是说linux一定好。wsl2这个windows的linux子系统,个人用过几次,感觉还是坑多,如果windows下,用原生的就行。
从安装难易程度来说windows+cpu版本最容易入手。

二、安装pytorch(linux安装)

python版本为3.8-3.11,我这选用3.10

(一)linux+cpu

1.创建conda环境

conda create -n pytorch_cpu python=3.10
conda activate pytorch_cpu 

2.使用conda安装

如果速度慢,可以设置conda为国内源(几个月前直连速度是很快的)
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

conda install pytorch torchvision torchaudio cpuonly -c pytorch

3.搭配notebook

以下操作后才能在notebook下使用,否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name pytorch_cpu

4.进入notebook测试(从web进入)

import torch
print(torch.__version__)

显示结果如下
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

(二)linux+gpu(N卡)

1.创建conda环境

conda create -n pytorch_gpu python=3.10
conda activate pytorch_gpu

2.使用pip安装

注意:这里需要找对应的cuda版本
如果先装了cpu版本,用conda继续装,可能还是cpu版本,所以这里用pip安装
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

下载内容比较多,耐心等待,如果安装错误,再次运行命令即可

3.搭配notebook

以下操作后才能在notebook下使用,否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name pytorch_gpu

4.进入notebook测试

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.backends.cudnn.enabled)

pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

(三)linux+gpu(A卡)

和N卡安装方式一致,除了选ROMc,这里暂时不再额外写
手上没有独显a卡,无法测试。(如果使用rocm,建议在linux环境下开发,windows下坑一定很多)
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

三、安装pytorch(windows安装)

建议修改conda为国内源

windows的安装在cmd命令行中操作,或者在powershell命令行,就像这样:
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

(一)windows+cpu

1.创建conda环境

conda create -n pytorch_cpu python=3.10
conda activate pytorch_cpu 

2.使用pip安装

pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

3.搭配notebook

以下操作后才能在notebook下使用,否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name pytorch_cpu

4.进入notebook测试

import torch
print(torch.__version__)

显示结果如下
pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

(二)windows+gpu(N卡)

windows下不能用A卡的ROCm,据说ROCm正在努力兼容windows和其它平台,也许未来就可以用了

1.创建conda环境

conda create -n pytorch_gpu python=3.10
conda activate pytorch_gpu

2.使用conda安装

pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

下载内容比较多,耐心等待,如果安装错误,再次运行命令即可

3.搭配notebook

以下操作后才能在notebook下使用,否则没有这个环境

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple/
python -m ipykernel install --name pytorch_gpu

4.进入notebook测试

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

pytorch2.0.1 安装部署(cpu+gpu) linux+windows,人工智能,pytorch文章来源地址https://www.toymoban.com/news/detail-708451.html

到了这里,关于pytorch2.0.1 安装部署(cpu+gpu) linux+windows的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 解决conda安装的pytorch是CPU版本/conda安装pytorch的GPU版本

    激活conda环境,并查看 发现pytorch版本是cpu_py38*********,代表是CPU版本。 (别太在意原有的库包,因为cpu版本关联了很多包,一个是cpu版本会有不少包都是cpu版本,重装后缺什么再安装什么就是了) 我这里指定3.8的py版本重装一个叫env的环境 查看当前的conda源中,pytorch的安装

    2024年02月05日
    浏览(62)
  • 【超简易安装】在linux集群服务器上使用conda安装高版本cuda(cuda-11.8)和pytorch2.0

    由于项目代码要求pytorch2.0版本,而pytorch2.0版本需要cuda11.8,高于我之前的11.0的cuda版本。 因此考虑使用conda新建一个虚拟环境,在里面使用高版本的cuda和pytorch。 我使用的是lunix多人集群服务器。集群服务器需要用作业调度系统,也就是bsub命令之后才能提交作业,运行任务。

    2024年03月17日
    浏览(65)
  • 如何用conda安装PyTorch(windows、GPU)最全安装教程(cudatoolkit、python、PyTorch、Anaconda版本对应问题)(完美解决安装CPU而不是GPU的问题)

            安装PyTorch的开发环境:Anaconda+CUDA+cuDNN+PyCharm Community 1.1 版本选择 第一步就是最关键的版本对应问题(这决定你能否成功安装PyTorch,以及能否成功安装GPU版本的关键问题),可以这么说,版本不能对应好,后面有很大的问题,因此,我们要先确定版本的对应关系。(

    2024年02月07日
    浏览(52)
  • ubuntu22.04下使用conda安装pytorch(cpu及gpu版本)

    本文介绍了conda下安装cpu、gpu版本的pytorch;并介绍了如何设置镜像源 系统:ubuntu22.04 显卡:RTX 3050 依赖工具:miniconda 注意:默认conda安装pytorch的是cpu版本,如需要安装GPU版本的,注意直接看后面 创建一个新conda环境 新创建的环境不包含任何依赖可以使用 conda list 查看一下

    2024年02月20日
    浏览(37)
  • 清华源conda安装PyTorch的GPU版本总是下载CPU版本安装包怎么办

    如下图,我用的python是3.8版本,想要下载pytorch的cuda=11.7版本的GPU环境,但是输入以下命令之后总是显示下载cpu版本的安装包。  解决办法:先把cpu版本的工具包下载下来,然后通过本地安装用GPU版本替换cpu版本。 在Proceed([y]/n)?后面输入y敲击回车下载安装cpu版本。  done说明下

    2024年02月12日
    浏览(48)
  • 在anaconda下安装pytorch + python3.8+GPU/CPU版本 详细教程

    没安装Anaconda的同学可以参考以下安装链接: https://blog.csdn.net/qq_45281807/article/details/112442577 按照安装CPU版本和GPU两个版本进行分类,一般运行程序建议使用CPU版本的,安装更方便。 注意!如果切换镜像后当出现下载不了的情况,就先切换默认源,然后再修改另一个可以使用的

    2024年01月19日
    浏览(70)
  • pytorch2.0安装教程

    一、首先安装CUDA    pytorch2.0系列目前只支持CUDA11.7与CUDA11.8,首先通过该网址https://developer.nvidia.com/cuda-toolkit-archive,下载对应的CUDA11.7或者CUDA11.8, 然后双击安装,安装时选择自定义选项 如果自己的电脑上没有下载VSstudio,在自定义选项里面取消勾选VS选项 如果下载的组件版本

    2024年02月04日
    浏览(34)
  • 配置(GPU/CPU)Pytorch环境以及修改conda和pip默认安装路径,安装环境前必看!!(———记自己装环境踩过的坑......)

    版本: pytorch2.0 pycharm2022.3 python3.8 如果你要配置pytorch,你先要确定自己在这台电脑上是只作为学习调试代码用还是要用来跑模型,如果用来跑模型,请先下载CUDA和Cudnn,详见此链接安装配置CUDA与cuDNN安装教程(超详细) 如果是单纯用来学习调试代码,不需要调用GPU版本的p

    2024年02月07日
    浏览(56)
  • tensorflow1 tensorflow 2 安装配置(cpu+gpu)windows+linux

    tensorflow1和2的安装部署,演示2.14版本(最新是2.15版本) windows和linux用法一致,我是在win10和ubuntu2204下都手动测试过的 本文使用的conda的方式,2023年12月10日更新 如果中间有任何报错,参考最后一节的处理 链接:tensorflow官网 注意:如果因为网络问题出现错误或卡住,多次尝

    2024年02月04日
    浏览(44)
  • AMD显卡 Ubuntu 部署Stable DIffusion WebUI基于Pytorch2.0.0 Rocm5.4.2

    Ubuntu 20.04.6 LTS Python系统自带3.8版本(虽然官方要求3.10.6,但是我3.8运行没发现问题) 显卡RX6500XT 4G Navi24核心 官网下载安装 在下载好的驱动文件目录,执行安装命令 先将源列表文件sources.list备份 打开sources.list文件 替换为国内镜像源,保存 这里我用阿里云的镜像源 https://d

    2024年02月02日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包