转载地址:https://blog.csdn.net/qq_41542989/article/details/118974550
torch- torchvision- python版本对应关系
CUDA Toolkit 和Pytorch的对应关系
说明:
- 用anaconda安装torch。新建虚拟环境后,直接在pytorch官网官网链接找到“Install”按钮。这里一键搞定torch,torchvision,cudatoolkit等等,不需要另外安装cuda(笔者在没有单独安装CUDA情况下,成功运行了torch-gpu,很丝滑),并且版本都会自己对于对应好,原因是anaconda都集成在虚拟环境里面了,统一管理各个依赖包。有镜像源的情况下,去掉末尾的“-c pytorch”会更快,否则经常容易下载超时。不过conda下载超时时间可以设置。
conda config --show
conda config --set remote_connect_timeout_secs 40
conda config --set remote_read_timeout_secs 100
- 1
- 2
- 3
conda config --show #查看conda设置
conda config --set #设置对应的参数
- 1
- 2
- 如果不是用anaconda来管理环境,就要仔细对照torch、torchvision、cuda之间的对应关系。
- 关于NVIDIA驱动要求,和驱动直接关联的是CUDA的版本。如果安装的是CUDA=10.0,那么在windows系统要求驱动大于411.31。如果小于,则会报错显示驱动版本过老。笔者是将驱动更新至最大,没问题。