pytorch安装及使用GPU失败的解决办法

pytorch安装

1、创建新环境

conda create -n pytorch python=3.9

2、环境激活

conda activate pytorch

3、pytorch安装

• 先打开cmd，输入nvidia-smi查看本电脑最大能支持的cuda版本号：
  

• 去pytorch官网：PyTorch下载低于本电脑cuda号的。
  如果使用CPU训练，Compute Platform选择CPU。
  

• 在虚拟环境中运行刚才在pytorch官网生成的下载指令。

4. 如果下载GPU版本，检查是否下载正确

• 进入pytorch环境下的python环境 python
• 导入torch包：import torch
• 测试GPU是否能用：torch.cuda.is_available() 为True则GPU可用，False不可用

5.下载GPU版本，但是显示不可用

• conda list查看pytorch环境中所有包，重点关注pytorch、torchvision、torchaudio包，发现了以下问题：虽然使用的是下载GPU版本pytorch的命令，但是这三个包仍然下载的是cpu版本的，导致GPU不可用。
  
• 解决办法
  去conda清华源找到对应的pytorch、torchvision、torchaudio gpu版本（cuda版本）
  清华大学开源软件镜像站
  记住自己pytorch环境中下载的python版本(我这里下载的是3.9版本的)
  记住自己要下载的cuda版本号(我这里是12.1版本的)
  
  
  
  下载到一个文件夹里(文件夹随意)
  
  打开Anaconda Prompt，进入虚拟环境，路径进入刚才下载文件夹
  (使用命令：cd /d 文件完整路径)
  
  安装这三个包：
  conda install --offline pytorch-2.1.0-py3.9_cuda12.1_cudnn8_0.tar.bz2
conda install --offline torchaudio-2.1.0-py39_cu121.tar.bz2
conda install --offline torchvision-0.16.0-py38_cu121.tar.bz2

这次再使用命令查看GPU是否可用：

• 进入pytorch环境下的python环境 python
• 导入torch包：import torch
• 测试GPU是否能用：torch.cuda.is_available() 为True则GPU可用，False不可用