在虚拟环境下安装GPU的torch

目录 一、创建虚拟环境二、下载对应要求的GPU版torch2.1查找对应的版本2.2 torch安装 三、在虚拟环境中安装torch3.1激活创建的虚拟环境：3.2如果下载了cpu版本的torch，想卸载重下 四、安装其他库推荐

一、创建虚拟环境 conda create --name myenv python=3.9

其中myenv为自己创建的环境的名字，可以自己起想要的环境名字，python=3.9是你所制定的python版本，可以自己选择。

二、下载对应要求的GPU版torch 2.1查找对应的版本

在命令指示窗口（cmd）中输入代码：

nvidia-smi

查看自己cuda版本： 如图所示，我的cuda版本是12.3，下载torch的版本是向下兼容的，所以以我的例子，在cuda<=12.3的torch版本我都可以下载

2.2 torch安装

1)pytorch官网下载： download.pytorch.org/whl/torch_stable.html 打开上面的链接，界面如下，一下包含torch、torchvision、torchaudio等相关包的各个版本，其中每个数字代表的含义如下图： 找到自己想要下载的版本，点击即可下载。 我只下载torch和torchvision两个关键包，torchaudio是通音频相关包，不搞音频的话，可以不用下载安装。

注意：torchvision和torch的版本一定要对应，python、cuda的版本也要对应。不知道torchvision所需要的torch版本的话可以问问kimi

三、在虚拟环境中安装torch 3.1激活创建的虚拟环境： conda activate myenv

myenv是自己创建的环境名称

进入环境后输入你下载好的torch包的位置，我的如下： 则输入代码：

pip install E://XUEXI//torch//torch-2.3.1+cul21-cp39-cp39-win_amd64.whl

该代码尽量手打，复制粘贴容易报错，我也不知道是啥原因。

可能出现的问题： 报错的原因： 1、使用了不安全的 http 镜像。 2、网络问题或镜像中缺少某些依赖包。

如果有如上问题，可以修改代码：

pip install --trusted-host pypi.tuna.tsinghua.edu E://XUEXI//torch//torch-2.3.1+cu121-cp39-cp39-win_amd64.whl

等待片刻即可下载好gpu版本的torch。同理下载对应的torchvision也是一样的道理。

下载好了torch，可以用conda list查看是否安装好了GPU版本的torch 如图所示，torch的版本是2.3.1+cu121，说明安装好的就是GPU版本的torch，如果是cpu版本的torch的话，是不带+cuxxx的

3.2如果下载了cpu版本的torch，想卸载重下

卸载错误版本的 PyTorch：

pip uninstall torch torchvision torchaudio

或者，如果你是通过 conda 安装的，可以使用：

conda remove pytorch torchvision torchaudio

代码运行后如下：

验证卸载是否成功：

pip show torch

结果如下说明卸载完全：

完成卸载后即可重新安装所需要的torch、torchvision啦！

四、安装其他库推荐

使用以下指令一般都能成功安装各种库！

pip install -i pypi.tuna.tsinghua.edu /simple （需要的包名） --trusted-host pypi.tuna.tsinghua.edu

例如我想要下载pandas库：

pip install -i pypi.tuna.tsinghua.edu /simple pandas --trusted-host pypi.tuna.tsinghua.edu

运行结果： 这就成功下载好了pandas库。