PyTorch下载完成之后无法使用GPU

最新推荐文章于 2024-09-04 20:36:43 发布

diguaren

最新推荐文章于 2024-09-04 20:36:43 发布

阅读量639

点赞数 15

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/diguaren/article/details/140888671

版权

问题描述：

测试代码如下：

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())

测试结果为false

使用清华源conda下载导致它会自动给你下载为cpu版

删除虚拟环境
```
conda env remove --name myenv
```
创建新的虚拟环境
```
conda create --name pytorch python=3.11
```
以为之前已经下载过了CUDA，所以这个不用更改，你们也可以通过这个来看看是否下载了CUDA
```
nvidia-smi
nvcc -V
```
打开路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA（如果你没有改CUDA路径的话），进入之后没有cudnn文件夹需要下载后将cudnn文件夹拖入进去CUDA 深度神经网络库 (cuDNN) | NVIDIA 开发者下载网站已经给出
使用pip下载pytorch，一定要使用pip，因为要用conda的话清华源就会将你的pytorch下为cpu版，下载链接如下Previous PyTorch Versions | PyTorch（注意下载时千万不用那种加速）
完成cudnn的移动后，配置cudnn环境变量
下载完成进行测试，测试成功