1.安装CUDA11:
官网下载:CUDA Toolkit - Free Tools and Training | NVIDIA Developer。
然后正常安装
最后再虚拟环境中用nvidia-smi查看是否安装好了
2.安装torch
可以从这里https://download.pytorch.org/whl/torch_stable.html找GPU版本的torchvision和torch:cu111/torchvision-0.9.1%2Bcu111-cp37-cp37m-win_amd64.whl以及cu111/torch-1.8.1%2Bcu111-cp39-cp39-win_amd64.whl
进入虚拟环境后,先安装torch,再安装torchvision。
测试是否安装成功:
3.安装requirements.txt
4.安装tensorboard
通过指令:pip install tb-nightly安装
5.如果torch、torchvision和CUDA版本不一致时
可以用:如下版本
CUDA11.0版本命令:pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html