环境:Torch1.10.0+cuda11.3+torchvision0.10.0
1 PyTorch+CUDA安装问题
如果电脑本来装了cuda,那么直接pip安装torch也不会自动配上cuda, 会安装成cpu版的。
如果要安装特定版本的pytorch,我建议是直接到这个链接torch_stable去下载whl文件,然后直接pip install (目录文件名).whl
我下载的是这个,cuda对应11.3,torch是1.10.0

我发现一件神奇的事情是,他有的版本下载速度快,有的版本速度慢,这也是挺迷的。
另外,直接下载whl文件的好处是,方便挂梯子下载,如果安装失败或者错误方便重来,并且在一开始就已经确定好了cuda的版本和torch的版本。在官网给的命令总是容易出问题。
torchvision和torchaudio也通过这种方式下载whl文件即可。
2 NVIDIA卸载问题
如果要卸载或者更换cuda版本,要看清楚卸载哪些东西。我之前是看了一个博主(报错:Torch not compiled with CUDA enabled看这一篇就足够了)说,要把所有NVIDIA相关的全部卸载。我的建议是不要这样。因为会带着驱动一起卸载了,下面图片标的是驱动相关的,这些就不要卸载了。其他的是安装cuda的时候产生的, 应该可以卸载。

文章讲述了在安装PyTorch+CUDA时,直接下载whl文件能确保匹配CUDA版本并避免安装问题,同时也提到通过这种方式便于挂梯子下载和管理版本。在卸载CUDA时,应注意避免卸载显卡驱动,以免导致显卡无法使用。若nvidia-smi命令报错,可能是因为驱动已卸载,需重新安装。
最低0.47元/天 解锁文章
732

被折叠的 条评论
为什么被折叠?



