【问题标题】：How to install pytorch in windows?如何在 Windows 中安装 pytorch？
【发布时间】：2018-05-25 02:00:28
【问题描述】：

我正在尝试在 Windows 上安装 pytorch，有一个可用但显示错误。

conda install -c peterjc123 pytorch=0.1.12

【问题讨论】：

错误是什么？
注意：没有理由依赖这里的答案，您可以在pytorch.org 找到安装说明。
是的，它帮助我在官方网站中设置了您需要的设置并复制相应的命令来安装 PyTorch。

标签： python windows anaconda pytorch conda

【解决方案1】：

下面是工作配置：

Python 3.8

Pytorch 版本 1.5.1

Windows 10

pytorch 安装命令：

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev

【讨论】：

【解决方案2】：

我使用的是官方网站（https://pytorch.org/get-started/locally/），其中针对 Windows 10 和 Conda 环境提到了以下命令：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

我在 Anaconda 命令提示符中运行了这个命令，但由于出现以下错误而卡住了

ERROR conda.core.link:_execute(502)：卸载包“defaults::pycurl-7.43.0.1-py36h74b6da3_0”时出错。 WindowsError(5, '访问被拒绝')

为了解决这个问题，我以管理员身份打开了 Anaconda 命令提示符，然后再次运行相同的命令。它解决了访问问题并允许安装包。

所以你只需要使用以下两个步骤：

第一步：以管理员身份打开 Anaconda 提示符

第 2 步：运行以下命令

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

【讨论】：

【解决方案3】：

pip install torch==1.5.0+cpu torchvision==0.6.0+cpu -f https://download.pytorch.org/whl/torch_stable.html

【讨论】：

【解决方案4】：

实际答案：

最好的方法是查看official website 以获取最新选项。以下是截至 2020 年 3 月工作的那些：

# for windows 10, CUDA 10.1
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

#for windows 10, CUDA 9
conda install pytorch torchvision cudatoolkit=9.2 -c pytorch -c defaults -c numba/label/dev

上一个答案（过期）

看来作者（peterjc123）2天前发布了conda包来在windows上安装PyTorch 0.3.0。这是一个副本：

# for Windows 10 and Windows Server 2016, CUDA 8
conda install -c peterjc123 pytorch cuda80

# for Windows 10 and Windows Server 2016, CUDA 9
conda install -c peterjc123 pytorch cuda90

# for Windows 7/8/8.1 and Windows Server 2008/2012, CUDA 8
conda install -c peterjc123 pytorch_legacy cuda80

来源：https://github.com/pytorch/pytorch/issues/494#issuecomment-350527200

【讨论】：

这已经过时了。
感谢您更新您的答案！ :)

【解决方案5】：

警告：除非您有非常具体的理由不这样做，否则请按照https://pytorch.org 的官方安装说明进行操作。它们更有可能是准确和最新的。

截至撰写此评论时（2020 年 3 月 31 日），以下是如何在 Windows 上使用 Anaconda 从官方渠道安装 PyTorch 包：

没有 CUDA 的 PyTorch：

conda install pytorch torchvision cpuonly -c pytorch

带有 CUDA 10.1 的 PyTorch：

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

【讨论】：

为什么不安装 CUDA？
@Lucas 如果他没有 GPU 怎么办？
没有沉重的“conda”框架就不能安装吗？
@PhilMacKay 没有沉重的“conda”框架就不能安装吗？ Conda 不是特别重，我猜你指的是 Anaconda？
pip3 install torchvision 是干什么用的？

【解决方案6】：

尝试运行：

conda install -c pytorch pytorch

该命令将更新/安装：conda、cudatoolkit、pytorch。

【讨论】：

【解决方案7】：

python 3.7 是最新的

用于 cpu 上的 pytorch

pip install https://download.pytorch.org/whl/cpu/torch-1.0.1-cp37-cp37m-win_amd64.whl

pip install torchvision

【讨论】：

OP 显然在使用 Anaconda/Conda，因此这个解决方案根本不好。

【解决方案8】：

试试这个

cd C:\Program files\Anaconda3\condabin
conda install pytorch-cpu torchvision-cpu -c pytorch

https://pytorch.org/get-started/locally/#anaconda

【讨论】：

为什么要更改目录？
因为 conda 可能不在路径中

【解决方案9】：

如果您尝试在 Windows 10 上安装并且没有安装 anaconda，则最佳选项如下：

Python 2.7

pip install https://download.pytorch.org/whl/cpu/torch-1.0.1-cp27-cp27mu-linux_x86_64.whl
pip install torchvision

如果上面的命令不起作用，那么你有python 2.7 UCS2，使用这个命令

pip install https://download.pytorch.org/whl/cpu/torch-1.0.1-cp27-cp27m-linux_x86_64.whl

Python 3.5

pip3 install https://download.pytorch.org/whl/cpu/torch-1.0.1-cp35-cp35m-win_amd64.whl
pip3 install torchvision

Python 3.6

pip3 install https://download.pytorch.org/whl/cpu/torch-1.0.1-cp36-cp36m-win_amd64.whl
pip3 install torchvision

Python 3.7

pip3 install https://download.pytorch.org/whl/cpu/torch-1.0.1-cp37-cp37m-win_amd64.whl
pip3 install torchvision

【讨论】：

你没有安装 anaconda 你是什么意思？
这意味着您的计算机上没有安装 Anaconda 发行版。

【解决方案10】：

诀窍是转到 PyTorch website 并选择您需要的东西：

【讨论】：

嗨你能帮忙在win32bit上安装pytorch吗？他们说他们在win32bit上不支持...
真正的答案。
我认为您应该用红色圈出“运行此命令”。我之前在看一个链接或更明显的东西，但我把命令直接放在了我的脸上哈哈。

【解决方案11】：

2019 年 6 月更新：pytorch 现在有一个专用的 conda 通道，可以使用 anaconda 轻松安装。在 pytorch 生成的命令需要依赖才能成功执行。例如，我选择了使用 python 3.6 和 Cuda 10.0 构建的稳定 pytorch 1.1。 pytorch页面生成的命令如下：

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

但如果你像我这样创建了一个新的 conda 环境，它就行不通了。设置pytorch的分步流程如下：

首先安装cudatoolkit如下：

conda install -c anaconda cudatoolkit=10.0

然后按如下方式安装 mkl_fft：

conda install -c anaconda mkl_fft

假设您不会再遇到依赖问题。使用以下命令设置 pytorch：

conda install -c pytorch pytorch

这对我有用。但是在开始 pytorch 设置之前，我已经使用 scikit-learn 和 jupyter notebook 设置了我的新 conda 环境。因此，如果出现任何依赖问题，最好同时安装 scikit-learn 和 jupyter notebook。

【讨论】：

但是如果你像我一样创建了一个新的 conda 环境就不行了。 你什么意思？为什么需要手动安装这些依赖？

【解决方案12】：

我在 Git bash 和 Windows Cmd 提示符下得到了某种 Rollback error，因此必须以管理员身份运行 Anaconda 提示符：

conda install pytorch-cpu -c pytorch

当我在 Anaconda 提示符下尝试以下命令时，我得到了另一个：

pip3 install torchvision

所以我切换回 Windows 提示符输入它并且它工作。

为了测试安装，我从 Git Bash 运行了这个：

$ python reinforcement_q_learning.py

源代码看起来像（无论如何靠近顶部的 sn-p）：

"""

import gym
import math
import random
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
from collections import namedtuple
from itertools import count
from PIL import Image

import torch
import torch.nn as nn
import torch.optim as optim
import torch.nn.functional as F
import torchvision.transforms as T


env = gym.make('CartPole-v0').unwrapped

# set up matplotlib
is_ipython = 'inline' in matplotlib.get_backend()
if is_ipython:
    from IPython import display

plt.ion()

# if gpu is to be used
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")


######################################################################
# Replay Memory
# -------------
#
# We'll be using experience replay memory for training our DQN. It stores
# the transitions that the agent observes, allowing us to reuse this data
# later. By sampling from it randomly, the transitions that build up a
# batch are decorrelated. It has been shown that this greatly stabilizes
# and improves the DQN training procedure.
#
# For this, we're going to need two classses:
#
# -  ``Transition`` - a named tuple representing a single transition in
#    our environment. It maps essentially maps (state, action) pairs
#    to their (next_state, reward) result, with the state being the
#    screen difference image as described later on.
# -  ``ReplayMemory`` - a cyclic buffer of bounded size that holds the
#    transitions observed recently. It also implements a ``.sample()``
#    method for selecting a random batch of transitions for training.
#

Transition = namedtuple('Transition',
                        ('state', 'action', 'next_state', 'reward'))


class ReplayMemory(object):

    def __init__(self, capacity):
        self.capacity = capacity
        self.memory = []
        self.position = 0

    def push(self, *args):
        """Saves a transition."""
        if len(self.memory) < self.capacity:
            self.memory.append(None)
        self.memory[self.position] = Transition(*args)
        self.position = (self.position + 1) % self.capacity

    def sample(self, batch_size):
        return random.sample(self.memory, batch_size)

    def __len__(self):
        return len(self.memory)

############continues to line 507...

【讨论】：

您不需要为此使用 pip。

【解决方案13】：

去官网：http://pytorch.org/

选择 Windows 作为您的操作系统
选择您的包管理器，例如 pip 或 conda
选择你的python版本
选择 CUDA 或选择无您将获得根据您的选择在系统上安装 pytorch 的命令。

例如，如果您在列出的步骤中选择Windows、pip、python 3.6和none，您将获得以下命令：

pip3 install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl 
pip3 install torchvision

【讨论】：

【解决方案14】：

这行代码对我有用：

conda install -c peterjc123 pytorch

如果您在安装时遇到任何问题，请查看这些链接：

Superdatascience Tutorial 清楚地解释如何做到这一点。

或者直接去 anaconda pytorch 页面：https://anaconda.org/peterjc123/pytorch

它对我有用。希望我的回答有用。

【讨论】：

这已经过时了。

【解决方案15】：

如果@x0s 的回答给出了依赖问题，那么在此之前尝试更新 conda。

conda update conda  
conda install -c peterjc123 pytorch_legacy cuda80

【讨论】：

这已经过时了。

【解决方案16】：

您可能需要考虑使用Docker for Windows。这将使您能够像在 Linux 上一样安装 pytorch。虽然，我相信 DfW 对 CUDA 的支持有限，因此如果您打算使用 CUDA，您可能需要探索不同的选择。

【讨论】：