关于pytorch或者torch的对应版本安装

有时候因为不经意的对torch相关的库更新,或者在安装 torch的时候没注意CUDA适合的版本。

下面本人说一下相关的处理方法。

一,报错和问题的出处

D:\App\Anaconda\envs\DL\lib\site-packages\torchaudio\extension\extension.py:13: UserWarning: torchaudio C++ extension is not available.
  warnings.warn('torchaudio C++ extension is not available.')

        上面的报错是torchaudio相关的库不可使用C++模块,我从Anaconda更新该库后,torch就不能使用的,这是因为在更新torchaudio 的时候,更新torch,这样torch的版本就不一定适合CUDA的版本。

        有时候在安装torch的时候也会因为安装torch的版本与CUDA 的版本不适配,torch不能用的情况,与下面解决方法一致。

二,查看windows系统上适合安装的CUDA的版本

1.在桌面上右击,选择NVIDIA控制面板

2.点击NVIDIA控制面板左下角的系统信息

3.点击组件,查看NVCUDA.DLL后适合的CUDA版本

三,如果电脑上已经安装CUDA,查看安装的GUDA版本

1,点击快捷键win+R,输入cmd确定或者回车

2,在黑窗口输入nvcc --version后回车

四,查看适合CUDA版本的torch版本

Previous PyTorch Versions | PyTorchicon-default.png?t=N7T8https://pytorch.org/get-started/previous-versions/打开上述PyTorch的官方链接,点击快捷键ctrl+f,输入对应的CUDA版本号,例如:CUDA 10.1

五,打开Anaconda,安装pytorch

1,输入conda activate DL后回车,进入自己创建的虚拟环境(我创建的是DL),

2,输入pip install torch==1.8.1后回车,1.8.1替换成上述查到的版本号

六,查看安装情况

1,在虚拟环境下输入pip list后回车查看是否有torch,及其相关版本

2,在python编辑器中输入

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

显示下列图像就是成功了

参考文章:

        【精选】Pytorch最全安装教程(一步到位)_pytorch安装-CSDN博客

Python深度学习:安装Anaconda、PyTorch(GPU版)库与PyCharm_哔哩哔哩_bilibili

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: PyTorch和CUDA的版本对应关系如下: | PyTorch版本 | 对应的CUDA版本 | | ----------- | -------------- | | 1.6 | 10.1 | | 1.5 | 10.1 | | 1.4 | 10.0 | | 1.3 | 10.0 | | 1.2 | 10.0 | | 1.1 | 9.0 | | 1.0 | 9.0 | 需要注意的是,这些版本只是官方推荐的版本对应关系,有时候也可以在不同的PyTorch版本和CUDA版本之间进行兼容性尝试。但是,如果使用不兼容的版本组合,可能会导致程序崩溃或者性能下降。因此,建议在项目中选择官方推荐的版本组合。 ### 回答2: PyTorch是一个基于Python的开源深度学习框架,而CUDA是由英伟达公司推出的用于并行计算的平台和API。 PyTorch与CUDA有着紧密的联系,因为PyTorch的计算操作是基于CUDA运行的。PyTorch提供了一个称为torch.cuda的模块,允许用户在支持CUDA的显卡上进行高效的深度学习计算。该模块提供了专门的CUDA张量类型,并实现了需要使用CUDA来执行的各种操作。 为了确保PyTorch与CUDA能够正常工作,需要安装相应的依赖和对应版本。首先,需要安装正确版本的CUDA驱动程序。PyTorch提供了一个CUDA版本对应表,详细说明了每个PyTorch版本所需的CUDA版本。用户需要根据自己的PyTorch版本选择正确的CUDA版本,并在系统上进行安装。 同时,还需要安装与CUDA版本相匹配的PyTorch版本PyTorch官方提供了预编译的PyTorch版本,其中包含了与特定CUDA版本兼容的二进制文件。用户只需根据自己的CUDA版本选择相应的PyTorch版本进行安装即可。 总之,PyTorch和CUDA是紧密相关的,需要确保安装正确的CUDA驱动程序和与之相匹配的PyTorch版本。只有在正确配置了PyTorch和CUDA的版本后,才能充分利用显卡的并行计算能力来加速深度学习模型的训练和推理过程。 ### 回答3: PyTorch是一个基于Python的深度学习框架,可提供强大的计算能力和灵活的开发环境。CUDA是英伟达公司开发的并行计算平台和编程模型,可用于利用GPU进行高性能计算。PyTorch和CUDA是可以同时使用的。 PyTorch有一个与CUDA版本对应版本,这是为了确保PyTorch与特定版本的CUDA兼容。每个PyTorch版本都有一个建议使用的CUDA版本,以便用户在使用GPU时获得最佳的性能和稳定性。 例如,PyTorch 1.9.0版本建议使用CUDA 11.1版本。这意味着,如果您想在PyTorch 1.9.0上使用GPU加速,建议您安装CUDA 11.1并将其与PyTorch一起使用。通过这种方式,PyTorch可以利用CUDA的并行计算能力,高效地执行深度学习任务。 在安装PyTorch时,你需要选择与你当前的CUDA版本匹配的PyTorch版本。这可以确保PyTorch与CUDA之间的兼容性,并提供最佳的性能。 总之,PyTorch和CUDA是可以兼容和共同使用的。确保安装相应版本PyTorch和CUDA,可以在深度学习任务中充分利用GPU的计算能力,提高训练和推理的效率。

“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 2
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