手把手教你配置Pytorch开发环境-十分钟配置本地Pytorch, CUDA, cuDNN

手把手教你配置Pytorch开发环境-十分钟配置本地Pytorch, CUDA, cuDNN

1. 杂话

 emmm, 本来写好了本地的tensorflow
 手把手教你配置Tensorflow开发环境（二）-十分钟配置本地Tensorflow, CUDA, cuDNN之后
 应该写一下怎么搞云端的tensorflow的，但是这期先插个队吧，写一下怎么搞pytorch的环境好了。因为确实很简单

2. 介绍

 那么，对于pytorch不了解的朋友可以直接在官网上查看介绍，来了解以下这个框架的特点和优势。pytorch官网，也是在YouTube上面有视频的官网教程

 关于两种框架之间具体的对比，可以参考这边文章2022年了，PyTorch和TensorFlow你选哪个？这是B站上一位名叫给程序媛比个耶 的up主写的。

3. 安装

 好，接下来，咱们来说安装。那么同样，pytorch也是提供了CPU和GPU两种安装模式的，咱们就来分别说一下

3.1 CPU

 首先说CPU，这个就很简单了，只需要打开你的cmd，运行如下代码

pip3 install torch torchvision torchaudio

3.2 GPU

 那么关于GPU的安装，首先也是需要我们的电脑上配置好CUDA和cuDNN的环境。老样子，配置教程看这里：
 手把手教你配置CUDA, cuDNN-十分钟配置本地CUDA, cuDNN
 这里我的环境是python 3.9 + CUDA 11.2 + cuDNN 8.1.1，按照上面的教程配置好之后呢，只需要打开你的cmd，运行如下代码

pip3 install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio===0.11.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

 安装结束后，可以运行如下代码

import torch
torch.cuda.is_available()

 如果输出为True的话，那么恭喜你，安装成功
 接下来就可以开始愉快的coding了！~