cuda11.0版本的pytorch安装教程

目录

官网安装

添加源安装

安装pytorch

测试是否安装成功

判断是否是cuda版本

---

官网安装

pytorch官网：pytorch官网

复制这一段命令，改成自己需要的版本。

或者点击下面的，previous version去找与自己cuda版本适配的torch

我的cuda是11.0的，torch选择的是1.7.0的版本，直接复制命令安装即可

# CUDA 11.0
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

添加源安装

如果安装失败

则通过清华园镜像安装

在C盘--User下找到这个文件夹

 用记事本打开可以看到：

加入清华源镜像

在命令行中依次输入以下命令

仅输入前三行和最后一行，如果不行，再将剩下的全部加上

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/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --set show_channel_urls yes

输入下面代码可以看到加入的channels

conda config --show

如果在添加channels时，添加错误的信息，一定要手动删除，或者命令删除，不然安装会一直报错。

删除的话就把上面的add改成remove就行了！或者去文件.condarc中，手动删除掉。

看看别人怎么add的

然后就ok啦，我们开始安装pytorch

安装pytorch

然后找到官网安装代码，去掉后面的-c pytorch

-c pytorch参数指定了conda获取pytorch的channel，在此指定为conda自带的pytorch仓库。

因此，只需要将

-c pytorch语句去掉，就可以使用清华镜像源快速安装pytorch了。

conda install pytorch torchvision torchaudio cudatoolkit=11.0

下面是换回默认源的代码：

换回默认源：conda config --remove-key channels

很奇怪，以上方法下载的是CPU的Pytorch

又在这里找了个cuda11.0的下载链接

Previous PyTorch Versions | PyTorch

# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

然后安装成功了

测试是否安装成功

#coding:utf-8
import torch
print(torch.cuda.current_device())# 输出当前设备（我只有一个GPU为0）
print(torch.cuda.device(0))
print(torch.cuda.device_count())# 输出含有的GPU数目
print(torch.cuda.get_device_name(0))# 输出GPU名称 --比如GeForce RTX 2060
x = torch.rand(5, 3)
print(x)

判断是否是cuda版本

否是cuda版本的torch

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

返回ture则是cuda