PyTorch安装(CPU版本和CPU版本)——解决pip安装下载速度慢慢慢慢慢的问题
·
首先确定自己的Python环境版本,例如Python 3.5、3.6、3.7,甚至2.X等等。
打开PyTorch官网:https://pytorch.org/get-started/locally/
如上图所示,根据自己的系统、安装工具、编程语言以及是否使用GPU加速等等,选择合适的组合。
1. 安装CPU版本
例如俺老孙选择win7、pip安装工具、Python语言、None(即不使用GPU加速),下面Run this Command中会给出命令行运行的代码:
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
此时,如果直接运行上面代码,由于安装过程需要从国外的服务器下载安装包,大概几百兆的样子,速度可能会很慢很慢很慢....
为了解决下载速度慢的问题,可以在后面加上: -i https://pypi.tuna.tsinghua.edu.cn/simple
即运行下面代码即可:
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
2. 安装GPU版本
安装GPU版本,首先需要安装CUDA,请参考:CUDA安装
安装完CUDA后,可进行如下图所示的选择:
同样,根据给出的命令,在后面加上: -i https://pypi.tuna.tsinghua.edu.cn/simple
即:
pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
3. 安装完测试
进入python环境,使用import torch命令导入torch模块,如果没有报错,说明安装成功。
可以使用:print(torch.__version__)输出版本号
可以使用:print(torch.cuda.is_available())检查GPU版本是否安装成功。
更多推荐
已为社区贡献6条内容
所有评论(0)