图像去雾毕业论文准备19-深度学习框架(pytorch)— GPU配置成功
太棒了,终于出现True了
上一节和大家讲了一下,由于放假了,所以我自己还没有做完,中间尝试几次(都中断了)因为网络的原因(注意是国外镜像),所以很慢!
尽管我自己知道方法,并且也告诉大家方法,但是没有那么顺利
我电脑从武汉邮寄襄阳,今天才到,于是按照之前的方法进行操作,但是一直中断和报错,所以很难受!
经过下午的研究,终于搞定了,鉴于之前只是无知的告诉大家如何去做,而自己却没有实施,所以今天把自己做好的记录分享给大家,希望对大家有所帮助!
1 首先配置环境
就是上次说到的
conda create -n tensorflow python=3.7
具体参考链接构建虚拟环境教程
2 查看自己显卡类型和驱动版本nvidia-smi
3 然后下载深度学习框架
这里使用的是pytorch来讲解
登录到pytorch官网
网址如下:
https://pytorch.org/
pytorch官网
根据nvidia-smi里面的实际情况进行
然后将生成的代码(上面划线的位置)复制到anaconda-prompt
然后输入命令
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
如果你也这样做了,恭喜你很容易卡死,还贼慢。
这里注意要把-c pytorch
这个删除
不然会从国外进行下载,所以很慢,这里去掉后就会解决这个问题
在安装之前可以把这个赋值命令框中运行,后面基本上就很顺利了!
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
``
```python
conda install pytorch torchvision torchaudio cudatoolkit=10.2
到这里基本上就成功了
如何证明是否成功了,这里输入:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如果可以运行True,那么就恭喜你,如果不行的话,把电脑重启一下,再试试,看看效果怎么样!
import torch
print(torch.__version__)
print(torch.cuda.is_available())
x=torch.randn(1)
if torch.cuda.is_available():
device=torch.device("cuda")
y=torch.ones_like(x,device=device)
x=x.to(device)
z=x+y
print(z)
print(z.to("cpu",torch.double))
好啦,到这里也就结束啦,不知道有没有帮助到你!
(完!)