目录

1. 创建虚拟环境

2. 安装pytorch

2.1 查找对应版本

2.2 安装pytorch

2.3 测试是否安装成功

3. 安装torchvision

3.1 查找对应版本

3.2 安装torchvision

3.3 测试是否安装成功

4. Others

4.1 安装numpy报错

4.2 安装timm报错

1. 创建虚拟环境

conda create -n env_name -y

## 指定python版本
conda create -n env_name python=3.10 -y

## 查看已安装环境
conda env list
conda info --envs

## 激活某个环境
conda activate env_name

## 退出
conda deactivate

## 重命名
conda rename -n old_name new_name

## 克隆环境
conda create --name new_env_name --clone old_env_name 
# new_env_name 为新环境的名称
# old_env_name 为被克隆的环境名称

## 删除
conda remove -n env_name --all -y
conda env remove --name env_name -y

参考：conda常用命令之–虚拟环境管理（教你如何创建、激活、重命名、删除虚拟环境）_conda创建环境命令-CSDN博客

2. 安装pytorch

2.1 查找对应版本

nvcc --version

cuda版本为11.8，python版本3.10

点击download.pytorch.org/whl/torch查找cu118，找到cp310，直接下载torch

2.2 安装pytorch

注意：需要安装timm的话建议跳转到 4.2 安装timm报错

下载完成之后，就可以使用pip instasll 的方式来进行安装whl文件，若安装的环境为虚拟环境的话，记得要激活自己的虚拟环境，然后在虚拟环境下面进行

pip install 文件名

例：pip install torch-1.9.0+cu111-cp39-cp30-win_amd.64.whl

注意(我这个写的默认已经在此文件的安装目录了，如果不在，要么选择cd到这个目录，要么在此文件的前面加上路径名如：

pip install C://Users//215//torch-2.4.1+cu118-cp310-cp310-win_amd64.whl

参考：pytorch的安装（GPU版本和CPU版本都可以）_torch 2.1.2-CSDN博客

2.3 测试是否安装成功

import torch

print(torch.__version__)
print(torch.cuda.is_available())

3. 安装torchvision

查看python、torch、cuda版本

3.1 查找对应版本

GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision

可以看到我的对应torchvision版本为0.19

3.2 安装torchvision

Files | Anaconda.org

找到对应版本下载

‪

conda install --use-local C:\Users\215\torchvision-0.19.0-py310_cu118.tar.bz2

3.3 测试是否安装成功

import torchvision
# 检查版本
print("torchvision 版本:", torchvision.__version__)

参考：解决方案：2024年Pytorch（GPU版本）+ torchvision手动安装教程[万能安装方法] win64、linux、macos、arm、aarch64均适用_安装torchvision-CSDN博客

4. Others

4.1 安装numpy报错

A module that was compiled using NumPy 1.x cannot be run in NumPy 2.0.0 as it may crash. To support both 1.x and 2.x versions of NumPy, modules must be compiled with NumPy 2.0. Some module may need to rebuild instead e.g. with ‘pybind11>=2.12’.

这是由于6月17日 numpy 更新到了2.0 版本，NumPy 2.0.0 是一个重大的版本更新，引入了许多变化，包括新功能和重大更改。一些库还没来得及更新。使用以下代码降级成功：

pip install "numpy<2"

4.2 安装timm报错

指定版本号安装

pip install timm==0.5.4

安装后发现torch版本被改变：

timm依赖于torch，但是torch不依赖timm,先安装timm后再安装torch可以自动调整版本，下载timm，将torch升级版本导致无法使用gpu 。

因此，应先安装timm，再安装torch

重复上述步骤安装torch。。。重复以下两行即可：

pip install C://Users//215//torch-2.4.1+cu118-cp310-cp310-win_amd64.whl
conda install --use-local C:\Users\215\torchvision-0.19.0-py310_cu118.tar.bz2