B站强推！2023公认最通俗易懂的【PyTorch】教程，200集付费课程（附代

对于环境安装，我有一个问题：

我不喜欢anaconda，可否就用原生python通过pip完整各种包的安装？二者是否是等价的呢？是否有兼容等问题呢？

恳请各位朋友知道的，跟我说说。谢谢！

以下是基于我的情况（用原生python通过pip完整各种包的安装），今天搞出来的。姑且叫它解决方案吧。hhh。下面开始：

后面所有的一切都源于我一直相信华为云给的pip源。谁知！！

华为云pip源，居然没有GPU版本的torch！！

所以，只能“另寻他法”了。

1. pip安装torch的时候，就要先把pip的配置文件先删除。

2. 然后，到官网给出的命令找到GPU版本的torch的下载链接

3. 接着，再通过IDM下载器独立下载torch-2.0.1+cu118-cp39-cp39-win_amd64.whl

4. 离线安装这个文件

5. 最后执行一遍pytorch官网的配置命令pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

// 因为，torch这个库，大头已经安装完毕了。所以，剩下两个库的大小并不大，就两个一个2MB+、4MB+，执行很快。

于是经过上述几步。就解决pytorch的安装问题了。下面给出测试代码（视频P2所示）

import time

import torch

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)

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)

t2 = time.time()

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

t0 = time.time()

c = torch.matmul(a, b)

t3 = time.time()

print(a.device, t3 - t0, c.norm(2))

以下是运行结果：

特别声明：我上面几步之前还有一些重要的前驱操作的铺垫。如：

• 确认nvidia显卡的驱动版本是否支持cuda
• cuda的安装过程
• 如何选择合适的torch版本
• 等等

---------------------------

最后，“让华为云去支持torch的GPU版本下载”的需求单号已经生成。我这里外加与华为云工程师的工单交流细节，也一并贴出来。

需求单号：IV202307290009

后续，看脸了。华为云这边会不会跟进这个建议。还有一个点，这个需求单号我们普通用户不可见，只能通过工单反馈，让华为云工程师去查询。大家注意一下。