Pytorch的一些使用技巧（不定期更新）

关注

原创最新推荐文章于 2026-08-29 14:57:45 发布 547 阅读 AI 写同款· GEO 优化 ›

安装Pytorch时NVIDIA驱动更新，CUDA版本问题近几个月就要开题了，准备做图像处理，需要安装Pytorch，在装pytorch GPU版的时候踩过不少坑，因为显卡的原因一直装不好GPU版，很困惑很痛苦，网上找了许多教程都没有说更新驱动driver的事，也问了许多博主，要么没回，要么答非所问（可能是我没说清除问题），基本都只谈到CUDA版本的选择，很是困惑，都准备在双11分期买个显卡Nb的电脑了，又试试就找到解决途径了。但驱动版本与CUDA版本又是相对应的，用第三方软件（驱动精灵或360）更新驱动无法获得你需要的驱动版本号，一般都是安装最新的，不建议使用此阅读详情

1.如果pytorch运行有问题可以查看一下运行环境以及编译的cuda版本等：

python -c 'from torch.utils.collect_env import main; main()'

示例输出：

Collecting environment information... PyTorch version: 1.4.0 
Is debug build: No 
CUDA used to build PyTorch: 10.1

OS: CentOS Linux 7 (Core) GCC version: (GCC) 4.8.5 20150623 (Red Hat
4.8.5-39) CMake version: Could not collect

Python version: 3.7 Is CUDA available: Yes 
CUDA runtime version: Could not collect 
GPU models and configuration:  
GPU 0: Tesla V100-PCIE-32GB 
GPU 1: Tesla V100-PCIE-32GB 
GPU 2: Tesla V100-PCIE-32GB 
GPU 3: Tesla V100-PCIE-32GB

Nvidia driver version: 418.87.00 cuDNN version: Could not collect

Versions of relevant libraries: 
[pip3] numpy==1.19.0 
[pip3] torch==1.4.0 
[pip3] torchvision==0.5.0 
[conda] torch                  1.4.0                    pypi_0    pypi 
[conda] torchvision               0.5.0                    pypi_0    pypi

2.快速测试pytorch运行情况

python -c 'import torch;print(torch.eye(3))'

收录于

linux

pytorch

cuda

标签

#深度学习 #人工智能

RMT的pytorch笔记（不定期更新） RMT的pytorch笔记序：pytorch是灵活的深度学习开发平台一、数据准备1.1 特殊文件格式简介1.1.1 pkl文件是python的二进制文件1.1.2 npy文件是numpy专用的二进制文件1.1.3 mat文件是matlab的二进制存储文件1.2 数据的预处理1.2.1 归一化将数据映射到0和1之间1.2.2 标准化将数据映射到标准正态分布上1.3 `import`其他脚本以及其他脚本中的函数1.3.1 同根目录的脚本直接导入1.3.2 导入上级目录下的脚本需要修改sys.path1.3.3 阅读详情

Pytorch的一些使用技巧（不定期更新）

相关推荐