1.conda创建对应python的虚拟环境
(1)查看conda对应python版本:
conda list
找到python对应版本
(2)创建虚拟python环境
conda create -n py3.9(虚拟环境的名字) python=3.9((1)中对应的python版本)
激活虚拟python环境
conda activate py3.9
2.安装pytorch
(1)在虚拟环境中查看CUDA版本(因为有在GPU上运行的需求)
注:只能有GPU的环境安装,先查看有没有GPU
lspci |grep -i nvidia
有GPU之后查看CUDA版本
nvidia-smi
查找对应CUDA的pytorch版本:https://pytorch.org/get-started/previous-versions/
没有找到对应11.2的,但可以使用下一级版本11.1对应的:
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.2 -c pytorch -c conda-forge
conda安装失败或者总是有奇怪的错误的话(比如删不掉CPUonly的情况),可以试一下pip安装
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html
安装成功后输入python
进入python环境,输入以下代码测试pytorch是否安装成功
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号
torch.cuda.is_available()
返回False
使用conda list
查看
发现自动安装了cpu版本的,需要卸载它 conda uninstall cpuonly
,重新安装GPU版本
【个人案例:我用conda装的时候经常自动装成CPU版本,也卸载不了,换成pip就自动安装GPU版本了(查看了这个教程linux服务器安装gpu版本的pytorch)】