import torch print(torch.cuda.is_available())返回false

1.检查安装的pytorch的版本:

import torch
print(torch.__version__)

如果之前用pip的清华源下载,往往是CPU版本,则需将其改为GPU版本,如下:

我这里是1.7.1的pytorch,和对应10.1的CUDA,查找自己所需的CUDA方法:

nvidia-smi

2.先下载对应的CUDA和cudnn

CUDA:

下载地址:

https://developer.nvidia.com/cuda-toolkit-archive   

根据自己的GPU型号选择自己合适的版本,大概2.5G左右

安装方法参考:

只选择第一个CUDA

由于我一般用pycharm,而且是第二次安装,不需要勾选VS项和Nsight Systems和Nsight Compute,如果第一次安装,则可以勾选后两项。

点下一步

我的安装位置是:

cudnn

下载地址:需要提前注册登录https://developer.nvidia.com/rdp/cudnn-download

安装好解压后,将文件复制转移:

将左边cudnn的文件夹bin,include,和lib里面对应的具体文件 分别 复制到CUDA的bin,include,和lib三个文件夹中

3.安装GPU版本的pytorch版本

由于我没用anaconda的虚拟环境,所以下面讲解的都是终端的pip方式,并且pytorch和CUDA版本有对应要求:

方式一: 在pycharm用pip下载  注意选择自己合适的型号

https://pytorch.org/get-started/previous-versions/

但是我的下载太慢到最后往往出错,可以参考这个博主的方法:https://blog.csdn.net/qq_46126258/article/details/112708781

方式二:直接下载.whl文件

https://download.pytorch.org/whl/torch_stable.html

以10.1的CUDA,3.9的python版本为例,下载:

下载后,打开cmd,定位到下载的文件目录中:(下面输入错了  是 cp-39-cp39

输入的指令分别为:

pip install torch-1.7.1+cu101-cp39-cp39-win_amd64.whl
pip install torchvision-0.8.2+cu101-cp39-cp39-win_amd64.whl
pip install torchaudio-0.7.2-cp39-none-win_amd64.whl

最后返回pycharm,输入

import torch
print(torch.cuda.is_available())

此时显示为true

4.检查GPU运行情况

在此用VGG网络训练,查看GPU运行情况

cmd 输入 nvidia-smi

结束!

  • 26
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值