1.查看电脑的cuda信息
nvidia-smi
Pytorch的版本需要小于cuda version
2.配置环境
命名为pytorch
conda create -name pytorch python=3.8
激活环境
Activate pytorch
3.pytorch下载
在官网 PyTorch
选择pip的命令 ,输入conda里面
如果直接下载很慢或者下载报错。选择 c盘 /用户 里面的.condarc 这个文件,并添加channel为清华镜像,修改下载通道到D盘(但是是实际上感觉还是下载到C盘,所以要预留3G以上空间给C盘,以免下载中途内存不够)。
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- conda-forge
show_channel_urls: true
envs_dirs:
- D://anaconda//envs
pkgs_dirs:
- D://anaconda//pkgs
下载成功后,输出conda list 查看下载的库是否有torch
在conda里面,输入
python
然后再输入
import torch
import torchvision
print(torch.cuda.is_available())
如果显示TRUE 说明下载成功,如果显示False 说明版本不对。
如果false,查看torch是否是cpu版本,不是gpu版本。建议使用官网的pip下载,但是挂清华镜像,不用直接的清华里面pip,因为清华库里是cpu版本。
为能在这个pytorch环境里面使用jupyter,先推出上面的python环境
quit()
然后输入,配置jupyter 环境
conda install nb_conda
安装成功后,输入可跳转到jupyter
jupyter notebook