首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >Anaconda、Pytorch安装教程(全网最详细版,包含所有遇到的问题解决方案)

Anaconda、Pytorch安装教程(全网最详细版,包含所有遇到的问题解决方案)

作者头像
程序员三明治
发布2025-12-18 20:16:16
发布2025-12-18 20:16:16
2960
举报
文章被收录于专栏:码力up码力up

Pytorch简介

PyTorch是一个开源的深度学习框架,提供了各种张量操作并通过自动求导可以自动进行梯度计算,方便构建各种动态神经网络。支持使用GPU/TPU进行加速计算。(Torch中文百科) 2017年1月,由Facebook人工智能研究院(FAIR)基于Torch推出了PyTorch。它是一个基于Python的可续计算包,提供两个高级功能:1、具有强大的GPU加速的张量计算(如NumPy)。2、包含自动求导系统的深度神经网络。(百度百科)

Pytorch是基于torch的python版本的机器学习库,是由Facebook开源的神经网络框架,专门针对 GPU 加速的深度神经网络(DNN)编程。 Torch 是一个经典的对多维矩阵数据进行操作的张量(tensor )库,在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同,pytorch的计算图是动态的,可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua,导致在国内一直很小众,并逐渐被支持 Python 的 Tensorflow 抢走用户。作为经典机器学习库 Torch 的端口,PyTorch 为 Python 语言使用者提供了舒适的写代码选择。

安装步骤

准备工作

检查系统信息

Windows:

代码语言:javascript
复制
# 检查 Windows 版本
winver

# 检查 Python 版本
python --version

# 检查是否有 NVIDIA GPU
nvidia-smi

macOS

代码语言:javascript
复制
# 检查 macOS 版本
sw_vers

# 检查 Python 版本
python3 --version

# 检查是否有兼容的 GPU(Apple Silicon)
system_profiler SPDisplaysDataType

Linux

代码语言:javascript
复制
# 检查发行版信息
cat /etc/os-release

# 检查 Python 版本
python3 --version

# 检查 NVIDIA GPU
nvidia-smi

# 检查 CUDA 版本(如果已安装)
nvcc --version

下载Anaconda

首先,访问Anaconda官网,选择适合你操作系统的版本,并下载安装包;也可以去清华镜像站下载:

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

安装完成后以管理员身份打开Anaconda Prompt

image.png
image.png

测试是否安装成功

image.png
image.png

出现版本号就算成功

安装pytorch-CPU版本

创建虚拟环境:

运行以下命令来创建一个新的虚拟环境。您可以将<env_name>替换为您喜欢的环境名称,例如“my_env”。

代码语言:javascript
复制
conda create -n my_env python=3.10

如果想删除虚拟环境该怎么做? conda activate base conda env remove --name my_env

可能遇到的问题1:

Anacona创建环境时出现:CondaHTTPError: HTTP 000 CONNECTION FAILED for url

解决方式: 1.更换清华源:

代码语言:javascript
复制
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

注意:这里建议不要用https,改为http

2. 将 .condarc 文件中的“- defaults”删除

image.png
image.png

3. 重新安装,成功:

可能遇到的问题2:

Solving environment: failed CondaValueError: Malformed version string ‘~‘: invalid character(s).

image.png
image.png

原因一:添加的镜像源中,清华镜像源是https(错误),应该是http 解决:在~/.condarc文件中修改 原因二:(重点!!!) conda是属于部分包无法安装的。 解决:后期把镜像源换回了原来的,就可以实现conda update conda了

代码语言:javascript
复制
#删除并恢复默认的conda源
conda config --remove-key channels 

激活虚拟环境:

运行以下命令来激活刚刚创建的虚拟环境。在Windows上,使用activate命令;在macOS和Linux上,使用source命令。

代码语言:javascript
复制
conda activate my_env

激活虚拟环境后,您将看到虚拟环境的命令提示符前缀显示为(<env_name>)。这意味着您现在正在使用该虚拟环境的Python解释器。

image.png
image.png

安装PyTorch(GPU):

访问 PyTorch 的官方网站 https://pytorch.org/get-started/locally/,网站提供了一个方便的工具,可以根据你的系统配置(操作系统、包管理器、Python版本以及CUDA版本)推荐安装命令。

image.png
image.png
代码语言:javascript
复制
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu126

遇到的问题1

报错:ERROR: Could not install packages due to an OSError: [WinError 32] 另一个程序正在使用此文件,进程无法访问

报错原因:pip安装超时(看了很多帖子,有人说升级pip,有人说用管理员权限等等都试了,不行!) 解决办法:pip install --default-timeout=<时间> <包名>

遇到的问题2:

报错:CondaHTTPError: HTTP 404 NOT FOUND for url <http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/gmpy2-2.2.1-py39h827c3e9_0.tar.bz2> Elapsed: 00:00.043722 An HTTP error occurred when trying to retrieve this URL. HTTP errors are often intermittent, and a simple retry will get you on your way.

image.png
image.png

解决: 1.更换清华源:

代码语言:javascript
复制
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --set show_channel_urls yes

注意:这里建议不要用https,改为http 2. 将 .condarc 文件(此文件在c盘的用户目录下)中的“- defaults”删除,删除后如下

3. 重新安装,成功

代码语言:javascript
复制
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu126

torch和torchvision的版本对应

输入命令查看包是否安装好

代码语言:javascript
复制
pip list

验证安装

为了确保 PyTorch 已正确安装,我们可以通过执行以下 PyTorch 代码来验证是否安装成功:

代码语言:javascript
复制
import torch

# 当前安装的 PyTorch 库的版本
print(torch.__version__)
# 检查 CUDA 是否可用,即你的系统有 NVIDIA 的 GPU
print(torch.cuda.is_available())

如果 torch.cuda.is_available() 输出 True,则说明 PyTorch 成功识别到你的 GPU。

一个简单的实例,构建一个随机初始化的张量:

代码语言:javascript
复制
import torch
x = torch.rand(5, 3)
print(x)

如果安装成功,输出结果类似如下:

代码语言:javascript
复制
tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

如果我的内容对你有帮助,请辛苦动动您的手指为我点赞,评论,收藏。感谢大家!!

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-10-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Pytorch简介
  • 安装步骤
    • 准备工作
    • 下载Anaconda
  • 安装pytorch-CPU版本
    • 创建虚拟环境:
    • 可能遇到的问题1:
    • 可能遇到的问题2:
    • 激活虚拟环境:
  • 安装PyTorch(GPU):
    • 遇到的问题1
    • 遇到的问题2:
  • 验证安装
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档