Pytorch-GPU版本离线安装

我梦之6

已于 2024-11-28 18:46:54 修改

阅读量1.4k

点赞数 8

文章标签： pytorch 人工智能 python

于 2024-11-28 18:46:11 首次发布

本文链接：https://blog.csdn.net/qq_46170379/article/details/144065951

版权

最近在复现一项深度学习的工作，发现自己的pytorch是装的cpu版的(好像当时是直接加清华源，默认是cpu版本）。从官网在线下载速度太慢，还时不时断开连接，我们可以配置conda的清华源去这个问题，但是考虑到是在用组内服务器，配崩了可能影响其它人（虽然我本机以前配置过），这次换个思路解决，从清华镜像源下载对应的安装包手动安装。

Pytorch安装命令

pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 --index-url https://download.pytorch.org/whl/cu118

nvidia-smi

在这里插入图片描述
自己查显卡能支持的版本,我的cuda版本最高支持12.3，但我习惯用cuda11.8

清华镜像源下载对应的pytorch安装包

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
注意这是linux版本的，windowx下载把linux-64替换成win-64

pytorch+cuda11.8

在这里插入图片描述
注意自己的python的版本

torchvision-0.16

在这里插入图片描述
注意自己的python的版本

安装pytorch

切换到对应的conda环境

conda activate env-name
conda install --offline  /path/to/pytorch-2.1.0-py3.8_cuda11.8_cudnn8.7.0_0.tar.bz2
conda install --offline  /path/to/pytorch-2.1.0-py3.8_cuda11.8_cudnn8.7.0_0.tar.bz2

检查pytorch是否安装成功

import torch

# 检查是否可以使用 GPU
if torch.cuda.is_available():
    print("CUDA is available! PyTorch can use GPU.")
    print("CUDA version:", torch.version.cuda)
    print("Number of GPUs available:", torch.cuda.device_count())
    print("Current device name:", torch.cuda.get_device_name(0))
else:
    print("CUDA is not available. PyTorch cannot use GPU.")