使用pip安装下载慢?用国内镜像源又总是安装到不支持gpu仅仅支持cpu的torch?那么这篇文章很适合你

在win平台下,首先你需要确认你的系统以及你需要安装的各包的版本,可以用以下命令获取相关需要的信息:

echo Python Version: && python --version && echo System Platform: && python -c "import platform; print(platform.platform())" && echo CUDA Version: && nvidia-smi && echo Installed PyTorch: && python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())" || echo PyTorch is not installed.

确认好各信息之后,

开始构建 PyTorch 安装包链接，使用以下链接公式,根据你的实际需要,替换你的具体内容：

https://download.pytorch.org/whl/{cuda_version}/torch-{torch_version}+{cuda_version}-{python_version}-{python_version}-{platform}.whl

其中：

• {cuda_version}：CUDA 版本，例如 cu117（CUDA 11.7）、cu121（CUDA 12.1）。如果不需要 GPU 支持，使用 cpu。

• {torch_version}：PyTorch 版本，例如 2.2.1。

• {python_version}：Python 版本，例如 cp310（Python 3.10）、cp38（Python 3.8）。

• {platform}：平台类型，例如 win_amd64（Windows 64位）、linux_x86_64（Linux 64位）。

根据实际环境替换这些占位符，生成适用于你环境的 PyTorch 安装包链接。

例如,这里我的平台所需要的下载链接为:

https://download.pytorch.org/whl/cu121/torch-2.2.1%2Bcu121-cp312-cp312-win_amd64.whl

https://download.pytorch.org/whl/cu121/torch-2.5.1%2Bcu121-cp312-cp312-win_amd64.whl#sha256=473d76257636c66b22cbfac6f616d6b522ef3d3473c13decb1afda22a7b059eb

在下载时建议使用多线程下载器加速下载

下载完成后,在文件所在目录打开终端,启用你的所需要的环境,然后运行命令:
 

pip install ./文件名.whl

例如我这里是

pip install "D:\downloads\torch-2.2.1+cu121-cp312-cp312-win_amd64.whl"

回车安装,若出现报错,可能是你的环境中已经有个torch及相关组件,试试卸载后重新安装,卸载命令:

pip uninstall torch torchvision torchaudio

安装完成后运行以下脚本:

import torch

def check_gpu_availability():
    # 检查 GPU 是否可用
    gpu_available = torch.cuda.is_available()
    print(f"GPU 是否可用: {gpu_available}")
    
    if gpu_available:
        # 获取 GPU 设备数量
        gpu_count = torch.cuda.device_count()
        print(f"可用的 GPU 设备数量: {gpu_count}")
        
        # 获取当前 GPU 设备名称
        current_device_name = torch.cuda.get_device_name(torch.cuda.current_device())
        print(f"当前 GPU 设备名称: {current_device_name}")
        
        # 获取当前 GPU 设备的 CUDA 版本
        cuda_version = torch.version.cuda
        print(f"当前 CUDA 版本: {cuda_version}")
        
        # 获取当前 GPU 设备的 CUDA 能力
        device_capability = torch.cuda.get_device_capability(torch.cuda.current_device())
        print(f"当前 GPU 设备的 CUDA 能力: {device_capability}")
    else:
        print("当前系统中没有找到可用的 GPU 设备，或 PyTorch 无法访问 GPU。")

if __name__ == "__main__":
    check_gpu_availability()

若成功将会输出类似以下内容

(yolov11) D:\V2-main>python demo/gpu.py
GPU 是否可用: True
可用的 GPU 设备数量: 1
当前 GPU 设备名称: NVIDIA GeForce RTX 3070 Ti Laptop GPU
当前 CUDA 版本: 12.1
当前 GPU 设备的 CUDA 能力: (8, 6)

 附我的对应版本的torchvision下载链接

 https://download.pytorch.org/whl/cu121/torchvision-0.20.1%2Bcu121-cp312-cp312-win_amd64.whl

 附我的对应版本的torchaudio下载链接

https://download.pytorch.org/whl/cu121/torchaudio-2.5.1%2Bcu121-cp312-cp312-win_amd64.whl 

都放在终端根目录下使用以下命令安装

pip install torch-2.5.1+cu121-cp312-cp312-win_amd64.whl torchaudio-2.5.1+cu121-cp312-cp312-win_amd64.whl torchvision-0.20.1+cu121-cp312-cp312-win_amd64.whl --force-reinstall --no-deps