原文地址:http://itdarcy.wang/index.php/20200105/367
1. 安装Anaconda
安装Anaconda,配置一个环境
conda create -n dlpt python=3.7
2. 安装N卡的深度学习支持驱动CUDA、cudnn
PyTorch不像TensorFlow跟CUDA有着严格的版本对应,只不过不同的版本有着不同的安装命令,在版本选择上可以根据这里的配置表,
同时这里也能生成对应版本的PyTorch安装命令,CUDA的安装过程参考我写的这篇博客。
3. 安装PyTorch
进入再第一步中创建的环境
conda activate dlpt
根绝第二步配置表中最后一行的命令,安装PyTorch
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
在上面这个配置表中给出的选择很局限,不过实际安装时应该是不止局限于上表中的哪些,看了一些教程,我的如下配置是可行的:Python3.7、CUDA10.0,然后用如下的命令安装
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
4. 做个Test
进入上面创建的环境
conda activate dlpt
进入python的命令行
python
键入如下代码
import torch
torch.cuda.is_available()
键入回车如果输出True
则说明部署成功。