如何正确的使用GPU来训练模型 print(torch.cuda.is_available())True

>>> import torch
>>> print(torch.cuda.is_available())
True

大家都知道，一般神经网络的训练模型训练一次所需要的时间是非常大的，所以一般我们需要选择使用我们的GPU去训练我们的模型，今天分享一下我自己在 如何正确的使用GPU来训练模型 上的总结。

第一步：我们需要安装anaconda

这个软件可以很好的帮助我们管理我们代码运行的环境，即使如果我们有环境被破环了或者弄乱了也不会影响到其他的环境程序。

大家可以看这个贴子，写的很详细，一步一步跟着操作就可以了

Anaconda安装-超详细版(2023)_anaconda安装哪个版本好-CSDN博客

第二步：我们在anaconda prompt中查看我们的显卡是否安装正确的驱动。

1）打开任务管理器：如果可以正确的查看到GPU的型号，则说明驱动安装正确。2）我们在anaconda prompt查看cuda版本：

打开cmd,输入下面的指令，就可以看到CUDA版本号了。

nvidia-smi

再去查看对应的pytorch版本对应下载即可，如果cuda的版本过低，或者Driver的版本过低则也需要升级。

不知道自己的cuda对应什么版本的pytorch的小伙伴可以看看这个帖子：

如何查看自己电脑显卡对应的cuda版本_显卡对应cuda版本-CSDN博客

第三步：安装对应的pytoch即可

大家下载的时候一定要记得把tz关一下，不然会下载不了。

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116

安装成功后，就可以开始验证一下GPU是不是真的可以使用。

第四步：验证cuda的可用性

一定要在我们自己创的环境中进行操作！！！！！！！！

显示为True 则说明gpu可以使用啦！