如何下载安装GPU版本的pytorch教程

  对于如何安装GPU版本的torch,关于如何安装Anocnda,cuda本人不再赘述,这里我只重点讲述如何能配置好gpu版本的torch,不同于直接在官网下载对应cuda版本的torch,本人选择了不同的方法(因为torch官网没有我的cuda对应的版本)。

  结尾附相关参考内容,如果我写的有错误或者不对的可以参考相关视频和博客教程。

  关于安装cuda版本的torch包,这个问题卡了我两天,尝试了各种办法尝试去解决,但是都未得到好的办法,今天早上看了一个B站up的视频得到了灵感,也证明了这几天总结配置环境的想法得到了体现,下面我来介绍如何在自己想要的文件目录下配置环境并安装cuda版本的torch,以此为以后安装经验做记录。

1.先进行环境创建:对于如何检查环境可以打开cmd,输入命令提示符:conda env list,之后对环境进行创建,输入命令:conda create --prefix= D:\anaconda1\envs\pytorch1.9 python==3.8.8(目录含义分别是文件夹名称:D:\anaconda1\envs\+创建环境的名称:pytorch1.9),这样就可以在指定目录下创建虚拟环境了。

2.在指定网站https://download.pytorch.org/whl/torch_stable.html

下载torch和torchvision(cuda版本和python编辑器的版本要和下载的torch相对应,在cmd中进入命令指示符,输入:nvidia-msi,查看电脑的cuda版本,再输入:python -V 命令,查看对应的python版本),我的对应版本号和下载内容如下所示:

3.然后将文件下载(可以复制链接到迅雷下载,如果网速快的话可以直接下载),下载到对应的已创建好的虚拟环境的目录下,我的是在:D:\anaconda1\envs\pytorch1.9\Scripts这个目录,对应我创建环境的Scipts下,将两个文件复制到该目录下,然后打开下面的prompt,以管理员身份运行,

或者在D:\anaconda1\envs\pytorch1.9\Scripts该目录下输入cmd进入命令管理器,输入如下命令:pip install “torch-1.9.1+cu111-cp38-cp38-win_amd64.whl”等待安装下载即可,之后同样的命令下载安装torchvision。

4.检查是否安装成功:在解释器中输入如下代码,运行结果出现如下结果证明安装成功。

参考内容:

B站up相关视频:

https://www.bilibili.com/video/BV1rC4y1o7rd?vd_source=ffef36c55bbf1148a0c0d35f128d7126

以及相关博客:

cuda11.2版本的对应安装的pytorch版本_cuda11.2对应的pytorch_程序小K的博客-CSDN博客

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
您好!要安装GPU版本PyTorch,您可以按照以下步骤进行操作: 1. 首先,确保您的计算机上已经安装了适当的GPU驱动程序。您可以通过访问GPU制造商的官方网站来获取最新的驱动程序并按照说明进行安装。 2. 接下来,您需要安装CUDA(Compute Unified Device Architecture),这是一个用于在GPU上运行计算任务的并行计算平台。您可以从NVIDIA官方网站下载安装适合您GPU的CUDA版本。 3. 安装好CUDA后,您可以选择使用conda或pip来安装PyTorch。下面是两种方式的示例命令: 使用conda安装: ``` conda install pytorch torchvision torchaudio cudatoolkit=<CUDA版本号> -c pytorch ``` 使用pip安装: ``` pip install torch==<PyTorch版本号>+<CUDA版本号> torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html ``` 请注意,将 `<CUDA版本号>` 替换为您在第二步中安装的CUDA版本号,并将 `<PyTorch版本号>` 替换为您想要安装PyTorch版本号(例如:1.9.0)。 4. 安装完成后,您可以通过导入PyTorch并运行一些示例代码来验证是否成功安装GPU版本PyTorch。例如: ```python import torch # 检查是否使用了GPU print(torch.cuda.is_available()) # 创建一个张量并将其移动到GPU上 x = torch.tensor([1, 2, 3]) x = x.to('cuda') # 输出张量 print(x) ``` 如果输出结果中显示了 `True`,则表示您已成功安装并配置了GPU版本PyTorch。 希望这些步骤对您有所帮助!如果您有任何其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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