简介

由于PyTorch在中国大陆的安装包下载十分缓慢,导致很多在线安装方法难以实现。故对Pytorch在windows下的安装方法做一个简单说明,希望能够帮助到更多的朋友。有任何问题,可以联系我。解决方法是:先将安装包下载到本地,再用pip install安装。
本机配置

系统配置 Windows

Anaconda

环境 Python 3.7

CUDA内核显卡 NVIDIA Quadro P4000
1、进入Pytorch官网https://pytorch.org/

看到该部分类容后,根据自己的电脑配置,选择相应的选项。
Package 建议使用pip,这样才会提供Run this Command里所示的内容。

CUDA 是GPU显卡的配置
版本查询:cmd下输入命令:nvcc-V
下载安装包
Run this Command 这个选项框里的内容非常重要,首先将蓝色线标准的网址https://download.pytorch.org/whl/torch_stable.html复制到浏览器里打开包下载界面,如下图所示:找到对应的安装包,根据框内蓝色方框对应的版本号去寻找与自己系统匹配的安装包。例如cu100代表cuda10.0的版本,1.4.0对应的版本号(但windows下cuda10.0最新的只有1.2.0),p37对应代表安装的版本是python3.7。那就下载1.2.0版本的



下载速度可能会比较慢,torch我下载的37版本的有715MB,torchvision较小。凌晨4点至早上七点下载会较易成功。
安装
下载完成后,打开Anaconda Prompt,如下图所示。

输入命令:pip install C:\Users\Administrator\torch-1.4.0-cp37-cp37m-win_amd64.whl
pip install C:\Users\Administrator\torchvision-0.5.0-cp37-cp37m-win_amd64.whl
C:\Users\Administrator为安装包文件路径,请根据各自存放位置修改


以管理员身份运行cmd
输入:python

输入如下代码:

from future import print_function
import torch
x=torch.rand(4,3)
print(x)

成功运行即可
附:torch-1.2.0-cp37-cp37m-win_amd64.whl 安装包(本机用), torchvision-0.4.0-cp37-cp37m-win_amd64.whl 安装包(本机用)。
torch-1.4.0-cp37-cp37m-win_amd64.whl安装包(转需),torchvision-0.5.0-cp37-cp37m-win_amd64.whl安装包(转需)。

链接:https://pan.baidu.com/s/1oiztnUtfvaggVv24E6mrsw
提取码:ncwv
复制这段内容后打开百度网盘手机App,操作更方便哦

无GPU显卡window安装可以参考:
https://zhuanlan.zhihu.com/p/106670541

win10+cuda10.0+pytorch安装相关推荐

  1. win10 cuda10.0 cudnn安装 卸载cuda9.0

    本机配置 系统:Win10 64位 显卡:GTX 1060 WIN10安装CUDA10 安装cuda前一定要安装VS 我电脑之前就有装VS2013和VS2015,建议装VS2015 CUDA Tool ...

  2. win10 + cuda9.0+pytorch安装

    第一步:CUDA版本查看 使用win+r,在输入cmd,在小黑窗口中输入nvcc -V 第二步:创建一个新的Python虚拟运行环境 在小黑窗口输入conda create -n 名称(如pytorc ...

  3. Win10+CUDA10.0.130+cudnn7.4.1+tensorflow1.13.1+anaconda3 5.2.0+GTX1060

    Win10+CUDA10.0.130+cudnn7.4.1+tensorflow1.13.1+anaconda3 5.2.0+GTX1060 安装环境: 系统:win10 1803 显卡:GTX106 ...

  4. Win10 + CUDA10.1+pytorch手动安装

    1.安装环境 OS:              Win10 专业 x64 Python:      Python 3.7.7(通过Anaconda软件自带安装) Anaconda: Anaconda3 ...

  5. win10 下GeForce 940MX + CUDA10.0 +pytorch环境配置

    前言: 笔记本显卡是硬伤,为了验证GPU上跑的代码的正确性.就想着利用下笔记本上的显卡: 我的显卡配置: 具体步骤: 一.确定自己的显卡是否支持CUDA 打开英伟达官网找到 CUDA-Enabled ...

  6. win10+cuda10.0.130+cudnn7.5.1+tensorflow-gpu 1.13.1+anaconda3+keras+pycharm2018

    1.引言 之前写的类似的安装博客都是基于win7和ubuntu18.04的,没有关于win10的,并且版本都比较旧,所以这次想革新一下,安装最新的**cuda10, tensorflow-gpu1.1 ...

  7. win10+cuda11.0+vs2019安装教程

    转自:https://www.jianshu.com/p/1fd15d2408bf?utm_campaign=hugo 第一步:检查显卡支持的cuda版本 1.第一种方法:win+R打开cmd,输入n ...

  8. Ubuntu18.04 + CUDA10.0 + tensorflow-gpu 安装过程

    简介 这篇博客Ubuntu16.04+CUDA9+tensorflow的安装流程.不过,随着软件不断更新,现在Ubuntu18.04逐渐成为客户端的主流,加上tf开始支持CUDA10,在这里在更新一下 ...

  9. PyTorch GPU环境搭建 【Winds10 + Python3.6 + CUDA10.0 + PyTorch 0.4.1 (PyTroch 1.0 branch)】

    以下链接是个人关于深度学习环境搭建的所有链接,包含了各个框架: 深度学习环境搭建-史上最全无死角系列 有兴趣的朋友可以添加微信 17575010159 相互交流,有交流群. 前言 首先要安装ancon ...

最新文章

  1. ImageMagick简单记录
  2. Analytical Chemistry | 深度学习实现高分辨率LC-MS数据中的精确峰检测
  3. vuex的命名空间有哪些_vuex模块化和命名空间的实例代码
  4. omct问题之-webapps下多出的ROOT目录
  5. VS 2010的一些常用问题
  6. 一步步编写操作系统 29 cpu缓存简介
  7. OpenCV学习笔记(十七):图像修补:inpaint()
  8. 从java读取Excel继续说大道至简 .
  9. 关于排版与交互的问题
  10. jquery 删除元素remove,empty
  11. 【hihocoder 1554】最短的 Nore0061
  12. 微博java版_新浪微博JAVA通用版
  13. ee er_61对词根相同后缀分别是er和ee的单词要这样区别记忆它们
  14. android面试基础总结
  15. 计算圆,球,圆锥,圆柱的表面积与体积
  16. 龙之谷服务器更新文件,全区全服 维护结束 更新至Ver.417
  17. 考研英语作文押题---垃圾分类
  18. pdf文件怎么压缩得更小?如何改变pdf文件的大小?
  19. 博客摘录「 项目启动会ppt_“项目启动会”必须要汇报的18个要素(附PPT模板)| 推荐」2023年5月26日转载自:http://t.csdn.cn/z5xg8
  20. JavaWeb 新闻发布系统数据分页操作

热门文章

  1. 【项目】数仓项目(三)
  2. 域名(DNS)原理及解析过程详解
  3. 2020年起重机司机(限门式起重机)多少分及格及起重机司机(限门式起重机)考试内容
  4. nohup命令及其输出文件 linux nohup命令详解
  5. 本地项目与Git项目关联
  6. 还不懂这八大算法思想,刷再多题也白搭!
  7. 用SSH工具XShell连接云服务器 root用户 (谷歌云 甲骨文通用)
  8. Java中使用redis的完整实例及常用命令
  9. Git 标签管理(创建标签、操作标签)
  10. RTS game/engine Links