一个简短的安装pytorch的记录博

本文记录了在Windows 10环境下安装PyTorch的详细过程,包括检查NVIDIA驱动支持的CUDA版本、匹配CUDA和cuDNN、安装Anaconda、CUDA及cuDNN的步骤。注意CUDA版本与实际下载的可能不一致,以及在验证安装时推荐使用Jupyter Notebook,因为Spyder可能无法显示结果。
摘要由CSDN通过智能技术生成

一个简短的安装pytorch的记录博

最近要做一个深度学习的项目,选择了pytorch框架,下面给出简要说明和安装链接。(博客等级不够无法自行创建博客分类。。)

本次安装环境为win10

下载安装中比较关键的是cuda和cudnn版本的匹配,在进行所有步骤之前需要查看自己电脑NVIDIA驱动支持的cuda版本,详细步骤是:nvidia控制面板 --> 帮助 --> 系统信息 --> 组件
在这里插入图片描述
值得注意的是这里的cuda10.1.135对应的实际要下载的cuda是10.0版本,博主在实际下载的时候发现如果要支持现有的10.1的cuda版本,这里的数值要比10.1.135大一些。
明确自己要安装的版本以后就可以按照下面所给链接安装。

总体安装步骤:
安装anaconda,cuda和cudnn

其中,关于cuda和cudnn的详细过程见如下链接:
cuda和cudnn的详细过程

如果发现自己的cuda安装错了要卸载或者更新,见如下链接:
卸载cuda

最后进行验证的时候最好使用jupyter,博主一开始用spyder是无法显示结果的,这个不知道是我等的时间太短还是确实spyder显示不出结果,下为更详细的检测代码:

import torch
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") # 查看使用设备
print(device)
x = torch.Tensor([2.1]).to(device) # 查看数据是否在GPU上
y = torch.Tensor([2.1]).cuda()
print(x, y)
print(torch.backends.cudnn.enabled) # 查看cudnn是否工作

结果差不多是这样的
在这里插入图片描述
总体来说安装还是比较顺利的,祝大家好运。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值