Pytorch GPU环境搭建
1. 创建pytorch虚拟环境(python 3.6)
输入命令
conda create -n <pytorch环境名> python==3.6
- 1
激活该环境
conda activate <pytorch虚拟环境名>
- 1
2. 利用conda安装对应版本的Pytorch
登录Pytorch官网,按照自己的系统选择相应的Pytorch版本
输入网页上Run this Command中的命令:
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
- 1
等待它安装完成即可。
但是由于外网下载速度非常慢,容易中断,所以稍后我会回来更新,给出安装包哦,下载好后直接cd到whl文件所在的目录下,(确保自己在为pytorch搭建的虚拟环境的情况下)执行命令。
pip install <whl文件名>
- 1
3. 安装torchvision
如果是手动安装的pytorch,则需要继续安装torchvision。
首先当输入命令为conda install torchvision -c pytorch的时候显示找不到安装包
因此使用
pip install torchvision
- 1
安装成功!
4. 测试pytorch-gpu
- 输入代码
import torch
torch.cuda.is_available()
- 1
- 2
- 返回值为True
说明pytorch gpu安装成功
参考链接
https://blog.csdn.net/hello_dear_you/article/details/84677743
我的相关文章
RTX2060 —— Anaconda + CUDA 10.0 +Cudnn 7.3 + Tensorflow-GPU + Keras 安装(一)Anaconda3
RTX2060 —— Anaconda + CUDA 10.0 +Cudnn 7.3 + Tensorflow-GPU + Keras 安装(二)CUDA10.0 & cuDNN 7.3
RTX2060 —— Anaconda + CUDA 10.0 +Cudnn 7.3 + Tensorflow-GPU + Keras 安装(三)Tensorflow + Keras
RTX2060——Anaconda+CUDA+Cudnn+Pytorch安装(四)Pytorch安装
</div>