win10安装GPU版本Pytorch

原创已于 2024-06-11 14:51:19 修改 · 484 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能

于 2022-04-27 17:17:59 首次发布

Deep Learning 专栏收录该内容

34 篇文章

订阅专栏

本文详细介绍了如何在电脑上安装不同版本的PyTorch（包括GPU和CPU），以及如何通过Anaconda进行管理和测试。重点在于选择cuDNN版本和CUDA对应关系，并验证安装效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

之前的电脑上为了安装gpu版本的TensorFlow安装了cuDNN7.6.5+CUDA10.1，所以Pytorch的版本选择了cuda10.1对应的1.8.1
cuDNN7.6.5+CUDA10.1安装：https://blog.csdn.net/qq_42283621/article/details/124095937
使用Anaconda安装pytorch

conda create -n py37torch python=3.7
conda activate py37torch
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

如果安装cpu版本，可以不安装cuda和cudnn，直接使用命令conda install pytorch torchvision torchaudio cpuonly -c pytorch安装即可

List item
测试是否安装成功

import torch
 
print("torch版本号:",end="")
print(torch.__version__)
print("判断torch是否可用:",end="")
print(torch.cuda.is_available())
 
print("gpu数量:",end="")
print(torch.cuda.device_count())
 
print("gpu名字，设备索引默认从0开始:",end="")
print(torch.cuda.get_device_name(0))
print("现在正在使用的GPU编号:",end="")
print(torch.cuda.current_device())