Pytorch安装【GPU版】

本文档详细介绍了如何在Windows环境下安装PyCharm并配置Anaconda虚拟环境,以及如何在具备独立显卡的条件下安装Pytorch的GPU版本。步骤包括:确保有独立显卡和Pychram,通过Anaconda创建虚拟环境,参照Pytorch官网选择适合的CUDA版本进行conda安装,最后通过测试代码验证GPU支持情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


一、安装前提

  1. 安装Pychram或其他IED
  2. 接入一张独立显卡
    在这里插入图片描述

二、安装Anaconda创建虚拟环境并在Pychram中运行

可以参考这篇文章 https://blog.youkuaiyun.com/weixin_43721000/article/details/125312822


三、安装Pytorch及其GPU依赖

进入Pytorch官网,选择对应版本的下载方式
我这里使用的是 windows 下的 conda 安装,CUDA的版本是 11.3
在这里插入图片描述
复制上面的命令粘贴到Pychram命令行运行即可


四、测试

编写测试代码

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

在这里插入图片描述

安装PyTorchGPU版本,首先需要确保你的电脑具备支持CUDA的显卡。根据引用中提到的,你的电脑使用的是GeForce MX150显卡,它是支持CUDA的。 接下来,需要按照以下步骤安装PyTorchGPU版本: 1. 首先,下载并安装适用于你的CUDA版本的CUDA Toolkit。CUDA Toolkit是一个用于支持GPU计算的软件开发工具包。你可以从NVIDIA官方网站上下载与你的CUDA版本相对应的Toolkit。 2. 安装CUDA Toolkit后,打开Anaconda Prompt,输入以下命令来创建一个新的虚拟环境(可选步骤): ``` conda create --name myenv ``` 其中,"myenv"是你给虚拟环境起的名字,你可以根据自己的需求进行命名。 3. 激活刚才创建的虚拟环境: ``` conda activate myenv ``` 4. 接下来,使用conda命令来安装PyTorchGPU版本。根据引用中提到的,选择适合你的PyTorch和torchvision版本。例如,如果你想要安装PyTorch的1.4.0版本和torchvision的0.5.0版本,可以使用以下命令: ``` conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=<your_cuda_version> -c pytorch ``` 其中,"<your_cuda_version>"是你所安装的CUDA Toolkit的版本号。 5. 等待安装完成后,就成功安装PyTorchGPU版本。 总结一下安装PyTorchGPU版本的步骤: 1. 确保你的电脑具备支持CUDA的显卡。 2. 下载并安装适用于你的CUDA版本的CUDA Toolkit。 3. (可选步骤)创建一个新的虚拟环境。 4. 激活虚拟环境。 5. 使用conda命令安装PyTorchGPU版本。 希望这些步骤对你有帮助!
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

什么都干的派森

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值