PyTorch的安装和环境配置||GPU和CPU

PyTorch的安装和环境配置||GPU和CPU



前言

PyTorch作为一个开源深度学习框架,由于其动态计算图的优点,受到AI Learner的广泛喜欢(虽然但是,Tensorlflow也已经更迭了动态计算图的version,Google于11月发布了TensorFlow Fold,利用动态计算图).当然PyTorch可以利用多GPU(显卡)的优势依旧存在。

一、PyTorch安装须知

1版本选择

PyTorch分为CPU版本和GPU版本,CPU版本使用核心处理器的算力进行图形化计算,原理与核显相似。当然电脑有独立显卡的,肯定是更优选择GPU版本。

2查看显卡cuda版本

这里主要是指NVIDA的显卡,AMD的选手可以点掉了。
通过win+R打开命令提示符,输入cmd命令运行。
在这里插入图片描述

nvidia-smi #输入该指令查看显卡cuda版本
在这里插入图片描述
作者的CUDA Version为12.2,也可以通过NAVID的显卡管理器进行查看。

二、PyTorch包下载/conda下配置

1.打开PyTorch的虚拟环境

前面的博客中已经写了如何配置虚拟环境Anaconda安装教程以及pytorch虚拟环境搭建

2.PyTorch官网查看下载链接

点击 PyTorch官网https://pytorch.org/get-started/locally/
是是是是是
在这里,可以选择CPU和CUDA版本的Conda和Pip下载指令,推荐选择低于本机CUDA版本1-2版本的,比如作者12.2版本的CUDA下载了11.8版本。

下载指令CPU版本

pip3 install torch torchvision torchaudio

下载指令GPU版本

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

修改pip3指令最后cu113为cu118即可下载,11.8版本的cuda。
在这里插入图片描述

3.查看安装完成

pip3 list

在这里插入图片描述
可以看到torch已经安装,后面我们在Pycharm里面看一下,是否可以导入。

import torch
print(torch.cuda.is_available())
#返回True即认为torch可以使用GPU

在这里插入图片描述

总结

提示:这里对文章进行总结:

例如:以上就是今天要讲的内容,安装完了GPU版本的Torch包,我们可以在后面的博客中,再看下cuDNN的安装和必要性。

如果觉得有帮助的话,给杰崽点个赞!

  • 28
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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