小白最懂小白,哈哈哈哈。话不多说,开始操作!
在安装pytorch的时候我们会先面临一个问题:“安装CPU版还是GPU版”。CPU版安装简单,而GPU版运算更快。考虑到咱都来入门深度学习了,还怕困难吗?咱不怕。
安装GPU版
在pytorch官网https://pytorch.org/get-started/locally/可以看到如下:
![](https://i-blog.csdnimg.cn/blog_migrate/795abcf79a823765b988e6252950efa6.png)
我选择pip方法安装,听说conda方法可以利用虚拟环境让一台电脑上同时存在多个版本的pytorch环境,但是我就先pip试试了,因为我有VS code。
怎么选择CUDA呢?
显卡驱动的版本越高,它能够支持的CUDA版本就越高。那么我手上这台电脑的显卡驱动是什么级别的呢?
控制面板-管理3D设置-系统信息-显示
![](https://i-blog.csdnimg.cn/blog_migrate/cc218d98499d4db379a97e7173935769.png)
![](https://i-blog.csdnimg.cn/blog_migrate/2f840815b06fcfc172589032d97c489d.png)
我的显卡是GeForce MX150,驱动程序版本是391.35
-组件
![](https://i-blog.csdnimg.cn/blog_migrate/a7f9aad2d532a64050095a064307f9f9.png)
最高支持CUDA版本9.1.84
我觉得有点拉跨,所以我来到了NVIDIA官网https://www.nvidia.cn/Download/index.aspx?lang=cn#试图升级我的驱动
![](https://i-blog.csdnimg.cn/blog_migrate/6140990c0d5a264e104d9f68ea460a9a.png)
![](https://i-blog.csdnimg.cn/blog_migrate/71c7575b60f7f2983c36df0067009816.png)
找到了驱动版本528.49,妙啊!
![](https://i-blog.csdnimg.cn/blog_migrate/1e57d881c59f4322e8e4296fc1e00289.png)
![](https://i-blog.csdnimg.cn/blog_migrate/efd7afc3ec2ccdc16e3fd6e9c7597b28.png)
能够支持的CUDA 版本一下子就到12了!
现在的pytorch也不用单独安装CUDA和CUDNN了,直接去pytorch官网安装即可。
![](https://i-blog.csdnimg.cn/blog_migrate/7209707a58c1cbeb1f8edeecafe1c447.png)
把Command复制到CMD命令行里运行,安装完成后打开VS Code。
import torch
print(torch.cuda.is_available()) # 查看是不是用的GPU/是不是已经有了CUDA
print(cudnn.is_available()) #查看是不是已经有了CUDNN
都打印TRUE就搞定啦。