最近人工智能等多門課需要復(fù)現(xiàn)論文，近兩年的論文很多都是基于Pytorch環(huán)境做的實(shí)驗(yàn)，所以，這里總結(jié)一下Pytorch的安裝教程，做好最快、最簡(jiǎn)單、最好地完成安裝。

1、查看本機(jī)的CUDA版本

cmd命令行輸入nvidia-smi，在第一行最右邊可以看到CUDA的版本號(hào)，我的版本是11.1

2、安裝Pytroch

1、點(diǎn)擊進(jìn)入Pytorch官網(wǎng)

然后選擇Get Started，就是如下界面

2、這里進(jìn)行Pytorch版本的選擇，首先我選擇的是Stable穩(wěn)定版，然后OS是Windows系統(tǒng)，Package包就使用Conda，Language肯定選Python，最后的Compute Platform就根據(jù)大家的需求來定了。大家如果想在自己電腦（具有NVIDIA顯卡）上用GPU進(jìn)行深度學(xué)習(xí)模型的推理，就選CUDA；如果只想調(diào)用CPU運(yùn)行算法模型的推理，就選CPU。

一句話總結(jié)：包含CUDA的Pytorch可以在程序中設(shè)置調(diào)用GPU或CPU運(yùn)行，不含CUDA的Pytorch只能調(diào)用CPU運(yùn)行程序。

選CPU的同學(xué)可以直接看第3步了。我們?cè)诘谝徊揭呀?jīng)看過自己的NAVIDA的CUDA版本了，這里我們一定要選擇比自己版本低的CUDA。比如，像我的版本是11.1，那么就只能選擇10.2，因?yàn)?1.3對(duì)我來說有點(diǎn)高了。
當(dāng)前官網(wǎng)最新版是CUDA11.3，如果你的CUDA版本比官網(wǎng)推薦的都低，可以點(diǎn)擊下面的Previous versions of PyTorch，查看以前的版本。

3、安裝下anaconda深度學(xué)習(xí)神器，沒有安裝的同學(xué)，請(qǐng)按照這篇教程安裝好anaconda，并創(chuàng)建一個(gè)python環(huán)境：anaconda安裝配置教程，python的版本根據(jù)你的需求而定，這里我根據(jù)復(fù)現(xiàn)算法的需求環(huán)境，安裝的是python3.7。

4、打開anaconda命令行，先激活需要安裝Pytorch的python環(huán)境（這里我將python環(huán)境命名為pytorch，環(huán)境名稱隨意），復(fù)制第二步最下面那段命令行語句，然后回車執(zhí)行：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

5、可以看到將要安裝的包里面有pytorch和cudatoolkit，我們輸入y確認(rèn)，然后回車

6、下面就等待這些package安裝成功，可以看到Pytorch還是比較大的，所以耐心等待一下。如果下載過程中卡住的同學(xué)，直接到torch鏡像源下載安裝包進(jìn)行安裝，效果相同。

7、安裝完成后，會(huì)提示信息done。

8、輸入pip list，查看我們的包是否被安裝，這里可以看到torch相關(guān)的包都安裝了。

9、我們輸入python進(jìn)入下Python環(huán)境，然后輸入import torch，如果沒有報(bào)錯(cuò)說明可以導(dǎo)入成功。

10、輸入torch.cuda.is_available()查看torch是否可以使用顯卡，True就代表可以！

安裝好Pytorch環(huán)境后，我們就可以來部署運(yùn)行些深度學(xué)習(xí)算法了，比如經(jīng)典的Yolov5，Mask-RCNN、Swin Transformer等，快去體驗(yàn)吧~

CUDA（Compute Unified Device Architecture），是顯卡廠商N(yùn)VIDIA推出的運(yùn)算平臺(tái)。CUDA™是一種由NVIDIA推出的通用并行計(jì)算架構(gòu)，該架構(gòu)使GPU能夠解決復(fù)雜的計(jì)算問題。它包含了CUDA指令集架構(gòu)（ISA）以及GPU內(nèi)部的并行計(jì)算引擎。開發(fā)人員可以使用C語言來為CUDA™架構(gòu)編寫程序，所編寫出的程序可以在支持CUDA™的處理器上以超高性能運(yùn)行。

到此這篇關(guān)于Python安裝Pytorch最新圖文教程的文章就介紹到這了,更多相關(guān)Python安裝Pytorch內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！