PyTorch安装(CPU版本和GPU版本)—解决pip安装下载速度问题

首先确定自己的Python环境版本，例如Python 3.5、3.6、3.7，甚至2.X等等。

打开PyTorch官网：https://pytorch.org/get-started/locally/

如上图所示，根据自己的系统、安装工具、编程语言以及是否使用GPU加速等等，选择合适的组合。

1. 安装CPU版本
例如俺老孙选择win7、pip安装工具、Python语言、None（即不使用GPU加速），下面Run this Command中会给出命令行运行的代码：

pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
此时，如果直接运行上面代码，由于安装过程需要从国外的服务器下载安装包，大概几百兆的样子，速度可能会很慢很慢很慢….

为了解决下载速度慢的问题，可以在后面加上： -i https://pypi.tuna.tsinghua.edu.cn/simple

即运行下面代码即可：

pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 安装GPU版本
安装GPU版本，首先需要安装CUDA，请参考：CUDA安装

安装完CUDA后，可进行如下图所示的选择：

同样，根据给出的命令，在后面加上： -i https://pypi.tuna.tsinghua.edu.cn/simple

即：pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 安装完测试
进入python环境，使用import torch命令导入torch模块，如果没有报错，说明安装成功。

可以使用：print(torch.__version__)输出版本号

可以使用：print(torch.cuda.is_available())检查GPU版本是否安装成功。