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