pytorch1.5对应的python版本_Pytorch1.5.1版本安装的方法步骤

weixin_39984403

墨衍会员 · 1平台 · 1.9k阅读码龄9年

关注

原创最新推荐文章于 2026-05-01 07:45:11 发布 1.9k 阅读 AI 写同款· GEO 优化 ›

兄弟，还在为调API烧钱？TaoToken Coding Plan双Flash模型，月卡39块管饱

立即获取API key

查看自己cuda版本，

我的cuda是11版本了，所以可以安装11版本以下的任何版本。

进入pytorch官网

2020年11月19号，更新

最简单的是直接按官网给的Run this Command命令，直接安装，如下：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

解释：-c pytorch，意思是从pytorch网站下载，速度感人，有办法的那就方便多了。

按照上面图这样选择，安装pytorch有GPU加速的版本，安装命令可以改下，后面加个豆瓣源，这样下载速度快些。

pip install torch===1.5.1 torchvision===0.6.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple

或者直接用conda安装，去掉后面的 -c pytorch

conda install pytorch torchvision cudatoolkit=10.2

如果上面方法都下载慢，那就按下面方法来。(适用于win版本，Linux的可以返回上一层寻找对应的版本)

还要下载对应的torchvision===0.6.1，如图

下载好就在命令行进入你下载的路径目录里面安装，并输入下面代码进行离线安装。

conda install --offline 对应的安装包文件名字

安装完后还要安装cudatoolkit=10.2

conda install cudatoolkit=10.2

然后运行测试代码：

# TEST

import torch

from torch.backends import cudnn

x = torch.Tensor([1.0])

xx = x.cuda()

print(torch.__version__)

print(torch.version.cuda)

print(torch.cuda.is_available())

print(xx)

print(cudnn.is_acceptable(xx))

结果：

1.5.1

10.2

True

tensor([1.], device='cuda:0')

True

安装成功！

GPU加速代码

import torch

import time

print(torch.__version__)

print(torch.cuda.is_available())

a = torch.randn(10000, 1000)

b = torch.randn(1000, 2000)

t0 = time.time()

c = torch.matmul(a, b) # 矩阵乘法

t1 = time.time()

print(a.device, t1 - t0, c.norm(2))

t0 = time.time()

c = torch.matmul(a, b) # 矩阵乘法

t1 = time.time()

print(a.device, t1 - t0, c.norm(2))

device = torch.device('cuda')

a = a.to(device)

b = b.to(device)

t0 = time.time()

c = torch.matmul(a, b) # 矩阵乘法

t2 = time.time()

print(a.device, t2 - t0, c.norm(2))

t0 = time.time()

c = torch.matmul(a, b)

t2 = time.time()

print(a.device, t2 - t0, c.norm(2))

结果：

1.5.1

True

cpu 0.13901472091674805 tensor(140929.9688)

cpu 0.16696977615356445 tensor(140929.9688)

cuda:0 0.22500324249267578 tensor(141330.6875, device='cuda:0')

cuda:0 0.003974437713623047 tensor(141330.6875, device='cuda:0')

运行两次是cuda有个预热的过程，第二次的时间明显减少了。和CPU相比，更快。

自动求导

代码：

import torch

from torch import autograd

x = torch.tensor(1.)

a = torch.tensor(1., requires_grad=True)

b = torch.tensor(2., requires_grad=True)

c = torch.tensor(3., requires_grad=True)

y = a ** 2 * x + b * x + c

print('before:', a.grad, b.grad, c.grad)

grads = autograd.grad(y, [a, b, c])

print('after :', grads[0], grads[1], grads[2])

结果：

before: None None None

after : tensor(2.) tensor(1.) tensor(1.)

可以看出pytorch比TensorFlow1.X好理解，适合人类思维，功能也都全。

到此这篇关于Pytorch1.5.1版本安装的方法步骤的文章就介绍到这了,更多相关Pytorch1.5.1版本安装内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

标签

#pytorch1.5对应的python版本

限时上车！双Flash Coding Plan 39元/月，咱程序员的省钱小棉袄

限时抢购

pytorch1.5对应的python版本_Pytorch1.5.1版本安装的方法步骤

兄弟，还在为调API烧钱？TaoToken Coding Plan双Flash模型，月卡39块管饱

限时上车！双Flash Coding Plan 39元/月，咱程序员的省钱小棉袄

相关推荐