引 言pytorch作为常用的深度学习模型开放框架使用率超级高。如何快速高效的安装pytorch框架包一直成为难题。为方便以后快速安装pytorch包先用传统方式讲解从官网安装pytorch包随后讲解采用安装whl文件的方式快速安装pytorch包。在阅读本文前可以阅读本人以前写的一篇关于conda创建虚拟环境以及采用conda命令和pip命令方式安装环境依赖包教程【https://blog.csdn.net/li1784506/article/details/130720201?spm1001.2014.3001.5501】。文章目录一、安装cuda1.1 显卡驱动安装1.2 cuda包安装二、安装pytorch框架包三、总结一、安装cuda​要安装cuda版本的pytorch包必须保证本地机安装了NVIDIA显卡,否则只能安装cpu版本的pytorch包(没有NVIDIA显卡的小伙伴可以略过此部分内容直接阅读pytorch包安装)。查看本地机是否有NVIDIA的显卡可以从【任务管理器-性能】界面发现是否有NVIDIA的显卡。有硬件是一切的前提条件如果想使用cuda toolkit 还需要软件的支持安装显卡驱动程序和cuda工具包。1.1 显卡驱动安装在桌面上鼠标右键查看是否存在NVIDIA控制面板选项如果存在NVIDIA控制面板,则说明显卡驱动已经安装,否则需要从网站【https://www.nvidia.cn/】获取符合自己显卡型号的驱动程序并安装。驱动安装完毕后就可以查看显卡的cuda驱动API版本也就是显卡支持的最高cuda版本。可以在【NVIDIA控制面板】界面左下脚的系统信息中选择组件查看当前NVIDIA显卡支持的最大cuda版本。也可以在命令行窗口中输入以下命令查看显卡支持的cuda驱动API版本nvidia-smi #查看cuda驱动版本1.2 cuda包安装根据当前显卡支持的最高cuda版本可以选择比该版本号低的CUDA Toolkit工具包安装,【https://developer.nvidia.com/cuda-toolkit-archive】。安装完毕后调用命令查看cuda-toolkit是否安装成功以及查看cuda的运行API版本。nvcc-V #查看cuda运行版本nvcc--version #与命令nvcc-V等效注意显卡支持的cuda驱动API版本是【12.3】而我们下载安装的cuda运行API版本是【11.2】也就是上面提到的运行版本可以与驱动版本不同。二、安装pytorch框架包1要想找到符合自己操作系统和cuda版本的pytorch包需要先登录pytorch官网【https://pytorch.org/】。按照自己的操作系统和cuda版本以及想要安装的pytorch版本进行pytorch包选择也可以安装以前版本的pytorch包随后复制Run this Command行出现的安装命令。命令粘贴到anaconda prompt命令窗口中就可以安装了。温馨提示安装包的方式推荐使用condapip采用的是从源代码解析安装如果代码中包含C库很有可能无法解析conda采用的是预编译二进制文件的方式解析安装。这个包已经有大神级人物帮你完成了令人痛苦的对文件的编译工作。2上述官网安装方式看似简单实际情况并不令人满意受网络速度影响包可能安装比较慢甚至无法安装。​于是乎我们可以采用whl的安装方式安装pytorch包。先从whl网站下载torch、torchvision以及torchaudio对应版本的whl文件到本地计算机。【whl下载链接:https://download.pytorch.org/whl/torch_stable.html】注意版本号的查找可以通过查看上文中安装方式在命令行中给出的三个包的对应版本号。也可以直接在加载过程中的命令行窗口中看到。在已经下载好whl的存储文件夹下打开anaconda prompt 命令窗口调用pip install ***.whl命令分别将三个依赖包安装即可。安装完毕后查看包是否安装成功可以调用命令conda list查看展开的列表中是否存在三个包对应名称。如果想要了解pytorch包中各模块的使用说明可以查看官方文档pytorch 英文文档: (https://pytorch.org/docs/stable/index.html)pytorch 中文文档]: (https://pytorch-cn.readthedocs.io/zh/latest/)三、总结Pytorch作为一个开源框架对于深耕于深度学习的小伙伴来说是一个必备工具。本文主要讲解pytorch包的安装流程。如果阅读完后觉得有实际用处记得点赞收藏也方便您配置新系统时及时查看本博文内容。