一、安装过程
1. 查看本机电脑的 GPU驱动,看看当前 驱动版本可以 支持的cuda版本,对应关系如下:
最新可查阅官方文档
注:驱动是向下兼容的,其决定了可安装的CUDA Toolkit的最高版本。
2.由1中确定cuda版本以后, 以cuda为中心,寻找配件进行安装,根据cuda版本确定cudnn版本
3. 由cuda确定Pytorch的版本
注:虽有的卡驱动更新至较新版本,且CUDA Toolkit及PyTorch也可对应更新至新版本。但有的对应安装包无法使用,有可能是由于卡太旧的原因。
4. 安装:在安装时会同时安装 CUDA Toolkit以及PyTorch,这是我们要知道的。【这时候在官网根据版本的需求直接找到 对应 的命令 进行 安装,它会自动的给安装上对应版本的cuda和cudnn】
5. 验证安装是否成功.
#使用python运行
import torch
print(torch.__version__)
print(torch.cuda.is_available())
卸载当前版本PyTorch:
conda uninstall pytorch
检查PyTorch版本
torch.version # PyTorch version
torch.version.cuda # Corresponding CUDA version
torch.backends.cudnn.version() # Corresponding cuDNN version
torch.cuda.get_device_name(0) # GPU type
更新PyTorch
conda update pytorch torchvision -c pytorch
参考
http://jb51.net/article/207745.htm
https://www.cnblogs.com/Wanggcong/p/12625540.html