04.【AI大模型对话】安装pytorch，pytorch详细安装步骤及注意事项

提示：帮帮志会陆续更新非常多的IT技术知识，希望分享的内容对您有用。本章分享的是springboot的使用。前后每一小节的内容是存在的有：学习and理解的关联性。【帮帮志系列文章】：每个知识点，都是写出代码和运行结果且前后关联上的去分析和说明（能大量节约您的时间）。

所有文章都*不会*直接把代码放那里，让您自己去看去理解。我希望我的内容对您有用而努力~

系列文章总目录，除了当前的AI大模型系列外，还包括java前后分离，Python，AI，大数据，游戏，面试等等，系列文章归纳在此：
系列文章—总目录

---

---

前言

前提：本项目使用的是Python语言，用户界面使用的是html，通过vue框架来实现的。所以：需要掌握和具备这些前提知识（前端用vue.js来交互数据，是为了更加贴合于公司上班和市场运用）

已经安装好了Anaconda开发软件，因为系列文章后期是实现大模型带一个科学计算，是用的Anaconda软件，目前也是通过Anaconda的conda命令来管理环境，及安装pytorch
Anaconda安装教程见上一小节03

---

一、pytorch是什么？

PyTorch是一个用于机器学习和深度学习的开源深度学习框架
Pytorch可分为前后端两个部分，前端是与用户直接交互的python API，后端是框架内部实现的部分，包括Autograd，它是一个自动微分引擎。

有什么用

···计算机视觉‌：PyTorch在计算机视觉领域特别受欢迎，因为它提供了丰富的工具和库来处理图像和视频数据。用户可以使用PyTorch进行图像分类、目标检测、图像分割、图像生成、视频分析等多种任务。

···自然语言处理‌：PyTorch同样适用于自然语言处理任务，如文本分类、情感分析、命名实体识别、机器翻译、语言生成等。借助PyTorch，用户可以构建复杂的NLP模型，如Transformer、BERT、GPT等。

···强化学习‌：PyTorch提供了灵活的框架来定义智能体的结构、训练过程和环境交互方式，可用于解决各种强化学习问题，如游戏AI、机器人控制、自动驾驶等。

···生成模型‌：PyTorch支持构建各种生成模型，如生成对抗网络（GANs）、变分自编码器（VAEs）等，这些模型可以生成逼真的图像、文本或音频数据。

···迁移学习‌：PyTorch使得迁移学习变得容易，即利用在大型数据集上预训练的模型来解决类似但规模较小的任务。这可以显著提高模型在新任务上的表现，同时减少训练时间和计算资源。

特点

···动态计算图‌（Dynamic Computation Graph）：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。这极大地提高了编写和调试神经网络的灵活性。

···GPU加速‌：PyTorch利用图形处理单元（GPU）实现具有强大加速的张量计算，使得深度学习模型的训练和推理更加高效。

···丰富的库和工具‌：PyTorch提供了构建和训练各种神经网络所需的所有基本构建块，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等。此外，PyTorch还拥有活跃的研究人员和开发人员社区，建立了丰富的工具和库生态系统。

···分布式训练‌：PyTorch支持分布式训练，可以在多个GPU或多台机器上同步训练深度学习模型，显著加快训练速度。

总结pytorch：

···类似于 NumPy 的张量计算，能在 GPU 或 MPS 等硬件加速器上加速。
···基于带自动微分系统的深度神经网络。
许多深度学习软件都是基于 PyTorch 构建的,,太多了，国内/国外 都到处是 比如马斯克的特斯拉自动驾驶也是基于PyTorch

---

二、环境查看

支持的操作系统：
Windows：Windows 10 或更高版本（64位）
macOS：macOS 10.15 (Catalina) 或更高版本
Linux：主流发行版（Ubuntu 18.04+、CentOS 7+、RHEL 7+等）

安装前的准备:
···检查 Python 版本
python --version（终端命令里面输入）
目前我们是全部在Anaconda里面操作，所以需要通过Anaconda来创建一个环境，步骤在下面

···检查是否有 NVIDIA GPU
nvidia-smi（终端命令里面输入）
没有英伟达NVIDIA显卡就算了，pytorch也能安装也能做，稍微慢一点而已，不纠结。其他显卡不行，前面几个小节有具体的说明和截图

三、创建环境

Python 版本要求:
推荐版本：Python 3.8 - 3.12，最低Python 3.7
安装了Anaconda之后，使用conda命令：
conda create -n 环境的名字 python=版本号
conda create 固定的，创建环境
-n 环境的名字 不要用中文
python=版本不要太低
conda create -n nlp_env python=3.12
通过conda创建了一个名字是nlp_env的环境，且python的版本是3.12
需要按一个 y 就是允许联网 允许继续安装 的意思

结束之后也有提示：

让你使用的时候，需要激活

在次输入命令：
conda activate nlp_env
通过conda激活环境，现在使用一个名字叫nlp_env的环境，版本3.12

标识xxx被激活
在终端命令的最左边，有一个环境名称，就是提示我们，现在我们正在使用的环境名字

---

三、安装 PyTorch

两个不同的安装方式，都是接上面通过conda 创建了一个环境 然后指定的Python版本，并且激活了（就是当前使用这个版本的python）

CPU 安装(没有英伟达NVIDIA显卡)

其他显卡不行，第一小节有说明和截图，大致为： NVIDIA公司推出了一个运算框架，而这个软件代码框架只能在NVIDIA显卡硬件上才能运行
目前pytorch可以去使用这个运算框架，让平时玩儿游戏，开最高特效的算力去帮助 加速运行计算pytorch

使用 pip 安装 pytorch：

最新稳定版本
pip install torch torchvision torchaudio

指定版本
pip install torch2.1.0 torchvision0.16.0 torchaudio==2.1.0

强烈建议，只用这个！！！！！！ （看完，把文章后面看了，就明白了~）：
pip install torch2.7.0 torchvision0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cpu

使用 conda 安装:

如果你使用 Anaconda 或 Miniconda 管理 Python 环境，使用 conda 安装 PyTorch 可能会更加简单和高效。

从 conda-forge 安装
conda install pytorch torchvision torchaudio cpuonly -c pytorch

从 conda-forge 渠道
conda install pytorch torchvision torchaudio -c conda-forge

GPU 安装(有英伟达NVIDIA显卡/注意你的版本!!!)

有英伟达显卡的，需要事先输入命令：
nvidia-smi
输入之后，查看右上角，英伟达显卡里面 cuda框架的版本号

注意：英伟达显卡cuda框架版本号不一致，对应的安装命令就不一致
注意：英伟达显卡cuda框架版本号不一致，对应的安装命令就不一致
注意：英伟达显卡cuda框架版本号不一致，对应的安装命令就不一致

如果低于11.8的，在英伟达的官网去下载一个GeForce的驱动

大于等于11.8的，不用此步骤

安装成功之后，打开这个软件，会有一个界面，左边点击驱动程序

右边选择game ready驱动程序，更新。然后你的显卡英伟达的cuda版本就是12.x甚至13了
会省去很多麻烦，你的代码就和大家一样，但是就报错，对呀，没人能穿越回去，在低版本的里面实现大模型，大模型的运行兼容是11.8以后做的

官网的截图：
官网的截图：
官网的截图：

“12.3装谁？”
“装11.8的那个命令”

“13的装谁？”
“都能装”

所以：你的英伟达的cuda版本只能大于官网的那个数字，才能用对应的那个。
没有11.8大，是11.2怎么办，G了.当只有cpu来用，或者上面分享了步骤
等于呢？天命~ 如果版本是12.8 就装12.8的命令 那个版本就正好是你用的，其他都是兼容

“12.5装谁？”
“还是11.8那个”

没有显卡呢：
最后一个，cpu only

复制一份，大家复制完命令，记得把等号加上
这个网址把两个等号变成黄色字体的语法了，====我了个丢====，肯定要等号的啊~~~带等号才是正确的语法，为指定版本，命令需要写全

CUDA 11.8
pip install torch2.7.0 torchvision0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu118

CUDA 12.6
pip install torch2.7.0 torchvision0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu126

CUDA 12.8
pip install torch2.7.0 torchvision0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu128

CPU only
pip install torch2.7.0 torchvision0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cpu

截屏在这里，大家记得加对照一下，手动加上等号：

---

总结

说明一下：整个这个系列实现AI大模型对话项目。序号文章一共也就10几篇，只有核心图文重点操作步骤来实现这个目标
(包括这个AI大模型的环境搭建，深度学习，数据处理，流输出，流推理等等)
(基本上您边看边写：一个小时或者一上午就能跟着一起手搓一个，然后您可以自行添加功能和内容在您项目里面)

其他扩展细节知识点，本系列省略了(或者有链接)如：
Python语法的
vue语法的

（会陆续更新非常多的IT技术知识及泛IT的电商知识，可以点个关注，共同交流。ღ( ´･ᴗ･` )比心）
（也欢迎评论，提问。 我会依次回答~）