版本1.3.1
类型:GPU(CPU版本可以直接通过Anaconda Navigator勾选pytorch包下载使用)
Python版本:3.7
cudatoolkit:10.1.243
cudnn:7.6.3
_pytorch_select1.1.0
numpy1.18.1
torchvision:0.4.1
配置方法:在Anaconda Navigator中创建环境,安装cudatoolkit对应版本,安装cudnn对应版本,在
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
中找到对应版本的压缩包
pytorch-1.3.1-py3.7_cuda101_cudnn7_0.tar.bz2
torchvision-0.4.1-py37_cu101.tar.bz2
下载到本地,然后使用
conda install —offline 输入下载的包完整路径/包名称(可通过直接将文件拖动到Anaconda Prompt窗口中)
安装完毕,在Pycharm中切换环境即可使用PyTorch
测试代码:
import torch if __name__ == '__main__': print("Support CUDA ?: ", torch.cuda.is_available()) x = torch.Tensor([1.0]) xx = x.cuda() print(xx) y = torch.randn(2, 3) yy = y.cuda() print(yy) zz = xx + yy print(zz) # CUDNN TEST from torch.backends import cudnn print("Support cudnn ?: ",cudnn.is_acceptable(xx))