【Python/机器学习】不使用Conda安装Pytorch和Torchvision(Windows系统)

这篇文章介绍如何不使用conda等包管理系统在Windows系统上直接使用pip安装Pytorch和Torchvision。首先你需要有Python 3.6以上的64位环境(32位是不可以的哟!),并且假设你有NVIDIA显卡且已安装CUDA

文章目录

      • 1. 查看CUDA版本
      • 2. 找到合适的Pytorch和Torchvision版本
        • (1) 找到Pytorch安装包
        • (2) 找到Torchvision安装包
        • (3) 下载安装包
      • 3. 测试是否安装成功

1. 查看CUDA版本

打开cmd,输入命令

nvidia-smi

得到输出如下:

【Python/机器学习】不使用Conda安装Pytorch和Torchvision(Windows系统)_第1张图片
看到我的CUDA版本是10.2Pytorch为不同的CUDA版本提供了不同的安装包,应尽可能选择合适的版本。如果你的CUDA版本是12.0,(文章发布时)Pytorch并未提供对应的版本,则需要安装CUDA 11.8对应的版本。

根据https://discuss.pytorch.org/t/how-to-check-if-torch-uses-cudnn/21933/4,我们并不需要安装cuDNN,因为cuDNN已经被集成在Pytorch中了。但是如果从源码编译就需要安装cuDNN了。

2. 找到合适的Pytorch和Torchvision版本

打开https://download.pytorch.org/whl/torch_stable.html,可以看到一系列的文件列表。

(1) 找到Pytorch安装包

Pytorch的文件命名格式是:cu***/torch-*.**.*%2Bcu***-cp**-cp**m-win_amd64.whl。其中:

  • cu***CUDA版本,如CUDA 10.2对应的是cu102
  • torch-*.**.*Pytorch版本,如Pytorch 1.10.2对应torch-1.10.2。你可以下载支持你环境的、尽量高的版本。
  • cp**Python(准确来说是CPython)版本,如Python 3.6对应cp36

因此,在我的电脑上(CUDA 10.2Pytorch 1.10.2Python 3.6 64-bit),我应该下载cu102/torch-1.10.2%2Bcu102-cp36-cp36m-win_amd64.whl

(2) 找到Torchvision安装包

Pytorch版本和Torchvision版本之间有对应关系,可在https://pypi.org/project/torchvision/查看。

【Python/机器学习】不使用Conda安装Pytorch和Torchvision(Windows系统)_第2张图片
查到Pytorch 1.10.2对应的Torchvision版本是0.11.3,所以在文件列表中找到cu102/torchvision-0.11.3%2Bcu102-cp36-cp36m-win_amd64.whl。你仍然需要将文件名中的CUDATorchvisionPython版本替换为你自己的版本。

(3) 下载安装包

将文件列表中的两个文件(我的是cu102/torch-1.10.2%2Bcu102-cp36-cp36m-win_amd64.whlcu102/torchvision-0.11.3%2Bcu102-cp36-cp36m-win_amd64.whl)手动下载下来(可以使用MotrixIDM等多线程下载器,文件大小是GB级的)。之所以不推荐pip直接安装,是因为用pip下载非常缓慢,容易抛出ConnectionError

下载完成后,将文件名中的%2B替换成+。(这一步不做会报版本不支持的错误。)然后在下载文件夹打开cmd,输入命令

pip install torch-1.10.2+cu102-cp36-cp36m-win_amd64.whl torchvision-0.11.3+cu102-cp36-cp36m-win_amd64.whl

注意将文件名替换为你的文件名。耐心等待安装即可。

3. 测试是否安装成功

打开Python解释器,导入torch包,进行CUDA可用性和随机数生成测试。

c:\>python
Python 3.6.8 (tags/v3.6.8:3c6b436a57, Dec 24 2018, 00:16:47) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available() # 测试CUDA是否可用
True
>>> torch.rand(5, 3) # 随机生成5x3的张量
tensor([[0.8143, 0.6998, 0.7503],
        [0.8661, 0.7051, 0.9805],
        [0.4669, 0.1010, 0.6698],
        [0.4863, 0.7767, 0.8557],
        [0.9022, 0.4192, 0.4988]])

如果输出结果和上面的类似,说明安装成功。注意导入torch包需要一定时间。

你可能感兴趣的:(机器学习,python,pytorch,python,机器学习)