一、Python环境
- 详见之前文章Python版本管理-Miniconda
- 创建一个名为pytorch的Python3.8环境并激活
conda create -n pytorch python=3.8 conda activate pytorch
二、确认最高支持的CUDA版本
- 在cmd中执行nvidia-smi查看
三、Pytorch安装
- 打开pytorch的官网,根据自己系统选择对应的配置。最后在激活的pytorch环境中执行红色框的命令等待安装完成即可
四、验证安装
- 打开Pycharm,依次点击红色框、黄色框打开添加解释器
- 选择如下配置将环境切换到创建的pytorch环境
- 执行如下代码,无异常即可
import torch # Pytorch的版本 print(torch.__version__) # True说明cuda已经安装 print(torch.cuda.is_available()) # True说明cudnn已经安装 print(torch.backends.cudnn.is_available()) # cuda的版本 print(torch.cuda_version) # cudnn的版本 print(torch.backends.cudnn.version())
重要提示:本文章仅作为技术分享与学习交流,严禁用于其他任何用途,如有任何问题请及时与我联系,谢谢!
五、最后
- 公众号乱炖Set,欢迎前来关注!