本篇文章记录了本人感觉较快的配置过程。默认已安装Anaconda。(GPU)
一、显卡GPU
打开终端(win+R,输入cmd),输入 “ nvidia-smi ”,根据CUDA的版本下载pytorch。
没有的话就搜一下CUDA的安装,本文主要说一下在不换源的情况下,用命令行较快的配置pytorch。
二、下载
Previous PyTorch Versions | PyTorch
1.找到你想安装的版本(拿11.3举例)。
2.将其复制,将-c 后的替换为https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
3.在Anaconda中创建虚拟环境(建议创建,当然不创建也可以,忽略就好,跳到第4步)
conda create -n pytorch-gpu python==3.9
pytorch-gpu是名字,自己随便取,3.x是版本号,看你下载的支持。
下载完成后,进入新建的虚拟环境。
activate pytorch-gpu
4.配置pytorch
在激活的环境中输入你上文第2步的那段,然后回车,下载。
三、验证
在虚拟环境中,输入“ python ”,回车·。
输入下面命令:
import torch
torch.__version__
torch.version.cuda
torch.cuda.is_available()
显示结果为“Ture”,表示完成,要不是,我也没招,我只是分享一下我是如何配置的。