看了网上很多版本叫你安装gpu版本的pytorch后,自己写了一个比较简单的方法!步骤很少,而且不会出什么问题!
不仅在虚拟环境,在你的最初的那个环境也可以这样安装!而且下载速度很快!亲测有效!
torchvision安装也是同理!
注意我的是安装了anaconda!
安装方法可以参考:
1.知道自己的cuda版本
在cmd命令下输入:
nvidia-smi
我的版本是11.4.
2.查找cuda版本对应的pytorch和torchvision
网上可以自己去找!很容易找到。
3.创建你的虚拟环境
先进入命令行,点击它
然后输入
conda create --name d2l python=3.8 -y
d2l是你创建的虚拟环境名字,python=3.8是对应的python版本,你可以自己指定虚拟环境名字和python版本。python版本一定要注意,因为这是为了后面安装pytorch要和对应的python版本已知才行!
4.进入虚拟环境
conda activate d2l
5.下载pytorch和torchvision
在下面这个网页下载,很全!需要注意python和torch对应的版本要一致!
https://download.pytorch.org/whl/torch_stable.htmlhttps://download.pytorch.org/whl/torch_stable.html注意:一定一定一定要下载到你的虚拟环境的路径
我的是下面红色方框。
如果只是想安装普通版本的torch和tensorflow,就很简单了,直接pip对应python版本的命令就行了。具体参考这篇文章。
http://t.csdn.cn/hkhekhttp://t.csdn.cn/hkhek
6.进入你的虚拟环境,运行如下命令:
pip install torch-1.8.1+cu111-cp38-cp38-win_amd64.whl
如果之前安装了cpu版本的,最好先卸载!
7.安装成功
显示成功!!!
进入程序看看:结果为True,也说明安装成功!!!
8.扩展
如果你想扩展到jupyter notebook上面的话,可以参考以下的文章!
安装好gpu版本的pytorch之后,可以进行一些简单的操作测试一下!
GPU相关:Pytorch_pxyp123的博客-CSDN博客GPUhttps://blog.csdn.net/pxyp123/article/details/123168428