1. 配置PyTorch环境
重要提示:不用安装anaconda!安装这个软件容易导致环境冲突,强烈不推荐安装。
1. 找到显卡对应的CUDA
第一步,打开我们的显卡,查看其支持的CUDA版本号,首先找到它右键打开 NVIDIA 控制面板
找到你显卡对应的 CUDA版本
2. 下载相应的CUDA
第二步,进入谷歌,搜索相应的版本
下载这个安装包,然后直接安装就可以了
3. 安装Pytorch
进入【官网】,通过官方提供的方法进行安装。这个方法的好处是简单,但是安装速度较慢
4. 快捷的方法
上面的方法属于pip 在线安装,比较方便,但是安装速度会慢很多。如果希望更快,建议先将安装包文件下载到本地,然后在本地进行安装,具体方法如下:
不要使用镜像!!!这是个天坑!!!会安装成cpu版本的
4.1. 第一步:下载安装包文件(.whl文件)
- 按照上面的方法获取命令A
pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
。 WIN键
+R
输入cmd
打开命令行,并运行命令A
3.在https://download.pytorch.org/whl/torch_stable.html页面中找到上面下载的文件(即安装包文件) cu111/torch-1.9.0%2Bcu111-cp36-cp36m-win_amd64.whl
4.2. 第二步:直接下载.whl文件
将torch-1.9.0%2Bcu111-cp36-cp36m-win_amd64.whl
文件下载至本地
4.3. 第三步:使用pip进行本地安装
进入torch-1.9.0%2Bcu111-cp36-cp36m-win_amd64.whl
文件所在的本地目录,使用pip install torch-1.9.0%2Bcu111-cp36-cp36m-win_amd64.whl
进行安装。
4.4. 第四步:再运行一遍cmd命令
再运行一遍cmd命令,确保其他相关包也能被安装好
cmd命令:pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
5. 检查是否安装成功
运行下面两份代码,第一份代码运行成功说明你的PyTorch安装成功,第二份代码运行成功并返回True
说明你Pytorch的GPU环境配置成功。
import torch
x = torch.rand(5, 3)
print(x)
import torch
torch.cuda.is_available()