Windows系统安装PyTorch:CUDA版+CPU版

Windows系统安装PyTorch

PyTorch官网点击这里:PyTorch官网

创建虚拟环境

打开Anaconda Prompt,创建虚拟环境,如创建一个名字为pytorch的运行环境
conda create -n pytorch python=3.9
查看环境
conda info --envs
切换环境
conda activate pytorch
删除环境
conda remove -n pytorch --all

CUDA版(需要NVIDIA驱动程序)

检查CUDA Driver版本

打开Anaconda Prompt,输入
nvidia-smi

加载已有whl安装包

pip install "torch-1.7.1+cu101-cp39-cp39-win_amd64.whl" -i [https://pypi.tuna.tsinghua.edu.cn/simple](https://pypi.tuna.tsinghua.edu.cn/simple)
pip install "torchvision-0.8.2+cu101-cp39-cp39-win_amd64.whl" -i [https://pypi.

### 如何确定已安装PyTorchCPU 本还是 CUDA 本 为了确认当前环境中的 PyTorch 是否为 GPU 或者 CPU 本,可以执行以下 Python 脚本来获取详细的本信息以及设备兼容情况。 #### 使用 `torch` 库检测 PyTorchCUDA 的状态 通过简单的几行代码就可以验证 PyTorch 安装的是哪个本,并且能否访问到 CUDA 设备: ```python import torch print(f"PyTorch Version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available.") print(f"CUDA Version: {torch.version.cuda}") print(f"Number of GPUs Available: {torch.cuda.device_count()}") else: print("Only CPU version detected, no CUDA support found.") ``` 这段脚本会输出 PyTorch 的具体本号;如果有可用的 CUDA,则还会显示 CUDA本和可使用的 GPU 数量。如果没有发现任何 CUDA 支持,则说明现在运行的是仅限于 CPU 运算的 PyTorch 本[^1]。 对于那些不确定自己硬件配置是否适合使用特定类型的 PyTorch 用户来说,了解所拥有的图形处理单元 (GPU) 类型非常重要。例如,只有 NVIDIA 显卡才能利用由该公司开发并维护的技术——CUDA 平台来加速计算过程[^3]。 #### 验证 Conda 渠道设置正确与否 当遇到意外安装了错误本的情况时,可能是因为指定了不恰当的数据包来源渠道 (`-c`) 参数所致。确保 `-c pytorch` 正确指向官方资源库可以帮助避免此类问题的发生[^2]。
评论
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

饭碗、碗碗香

感谢壮士的慷概解囊!

¥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