安装pytorch时,torch.cuda.is_available()
返回false。上网查阅资料,输入conda list
查看从官网下载的pytorch是CPU版本还是GPU版本。
显然,我安装的是cup版本。
一、卸载pytorch
使用conda卸载Pytorch
1.conda uninstall pytorch
2.conda uninstall libtorch
使用pip卸载Pytorch
pip uninstall torch
如果当初是用conda install 命令安装的pytorch,则用第一种方法,如果是用pip install命令安装的,则用第二种方法。或者两种方法都试一下
去官网使用PIP安装方式安装新的pytorch,记住千万,千万不要用conda的安装方式,因为它下载的一直都是CPU版本的。(我的教训)
若自己下载的确实为GPU版本的,但是仍旧出现torch.cuda.is_available()返回false的情况,则可能是版本不匹配的问题。
二、安装pytorch(我已经安装了cuda,版本11.3)
cuda安装步骤,我觉得这个不错。
查看自己的NAVIDA的CUDA版本,win+R,cmd命令行输入nvidia-smi
,一定要选择比自己版本低的CUDA。比如,我的版本是11.6,那么就不能选择11.7,我选择的是11.3。
不使用命令行下载pytorch
https://download.pytorch.org/whl/torch_stable.html
发现第一个就是你的cuda版本 第二个是你要下的torch(或torchvision)版本号,第三个是对应的你的py版本号,然后是选择linux或者windows。
我的cuda是11.3,py是3.8,torch版本根据自己需求进行选择。
下载torchversion
打开
当用上述方法,安装完两个库之后。
cmd 操作:cd找到对应安装位置。
然后pip install 名字.whl;这两个文件就都被安装了
中间可能会因为顺序原因,报错
eg.
ERROR: torchvision 0.5.0 has requirement torch==1.4.0, but you’ll have torch 1.5.0+cu101 which is incompatible.
问题不大,两个包按顺序各按几次。
最后进行测试:
先输入python
import torch
torch.cuda.is_available()
输出True说明安好了。