离线安装 PyTorch GPU 版的指南
在机器学习和深度学习的应用中，PyTorch 是一种广泛使用的框架。当你的机器没有稳定的互联网连接时，离线安装 PyTorch GPU 版会变得至关重要。本文将指导你如何在没有网络连接的情况下完成这一过程。
安装流程概述
以下是离线安装 PyTorch GPU 版的大致流程：
| 步骤 | 内容 |
|---|---|
| 1 | 检查 CUDA 和 cuDNN 版本 |
| 2 | 下载 PyTorch GPU 版 whl 文件 |
| 3 | 传输文件到目标机器 |
| 4 | 安装 whl 文件 |
| 5 | 验证安装 |
接下来，我们将逐步详细讲解每个步骤。
步骤 1: 检查 CUDA 和 cuDNN 版本
在离线安装之前，确保你知道目标机器上安装的 CUDA 和 cuDNN 版本。打开终端并执行以下命令：
nvcc --version
nvcc 是提供 CUDA 版本信息的命令。确保你记录下显示的版本号。
可以通过查看以下路径来检查 cuDNN 版本：
cat /usr/local/cuda/include/cudnn_version.h
通常，这些信息会在文件中注明。
步骤 2: 下载 PyTorch GPU 版 whl 文件
在另一台可以上网的机器上，我们需要从 PyTorch 的官方网站或通过命令行下载适合你 CUDA 版本的 whl 文件。
访问以下链接，根据你的 CUDA 版本选择合适的 PyTorch 版本： [PyTorch 官网](
在终端中使用以下命令来下载：
# 示例命令，确保根据你的 CUDA 版本修改
pip download torch torchvision torchaudio --extra-index-url
这条命令将会下载 PyTorch、TorchVision 和 Torchaudio 的 whl 文件，并将它们保存到当前目录。你也可以单独下载某一个库。
步骤 3: 传输文件到目标机器
将下载好的 whl 文件复制到目标机器，可以使用 USB 驱动器、局域网或者任何其他可用的方式。
步骤 4: 安装 whl 文件
在目标机器上，打开终端并导航到存放 whl 文件的目录。使用以下命令安装 PyTorch：
# 确保将文件名替换为你实际下载的 whl 文件名
pip install torch-*.whl
pip install torchvision-*.whl
pip install torchaudio-*.whl
这将会依次安装 PyTorch、TorchVision 和 Torchaudio。
步骤 5: 验证安装
安装完成后，你可以进行一些简单的测试以确保 PyTorch 能够正常工作。打开 Python 终端，输入以下代码：
import torch
# 检查 CUDA 是否可用
print("CUDA可用:", torch.cuda.is_available())
# 输出 CUDA 设备名称
if torch.cuda.is_available():
print("使用的CUDA设备:", torch.cuda.get_device_name(0))
这段代码将检查你的 PyTorch 安装是否成功，并输出可用的 CUDA 设备信息。如果一切正常，你应该能够看到相关的输出信息。
小结
通过上述步骤，你应该能够在没有网络的条件下成功安装 PyTorch GPU 版。整个过程主要分为检查环境、下载显卡版本适配的 whl 文件、传输到目标机器、执行安装和最终验证。牢记CUDA和cuDNN的匹配对于成功安装至关重要。
希望这篇指南能够帮助你顺利完成安装！若在安装过程中遇到问题，建议查阅 PyTorch 的官方文档或相关社区，以获得更多的帮助。
