pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)

1.anoconda的安装

1.1 下载

anoconda是免费软件,直接通过官网安装
anoconda官网

1.2 打开

pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第1张图片

下载后的软件主要有这五个,我们需要的主要是 anaconda prompt, jupyter notebook, spyder

2.pytorch的安装

2.1 python环境配置

使用anoconda的原因是因为在我们做项目的时候可以能需要不同环境的python版本,有时候要2.0版本,有的需要3.0版本,那在这里我们就需要建立不同的环境,在不同的需要的时候去使用。

打开anoconda prompt,显示base,这是基础环境
pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第2张图片
通过命令,其中pytorch代表我们环境的命名

conda create -n pytorch python=3.7

之后会自动下载环境,下载好之后通过命令进入环境

conda activate pytorch

pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第3张图片

2.2 pytorch环境安装

在cmd中查看自己的cuda版本,通过命令

nvidia-smi

pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第4张图片
然后打开pytorch官网查询安装命令pytorch官网
pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第5张图片
选择自己对应的版本就可以,高版本一般可以兼容低版本,此处没有cuda11.8就安装了11.7。
下载比较耗时。可以通过使用清华镜像安装较快(这里不再展示)

下载好后的界面
pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第6张图片

2.3检测gpu是否可用

进入python环境,测试gpu是否可用

python

输入代码查看是否gpu可用

import torch
torch.cuda.is_available()

pytorch的安装(包括anoconda和pytorch与torch.cuda.is_available()返回false的解决方案)_第7张图片
返回true代表安装成功

3.遇见的问题

3.1 torch.cuda.is_available()返回false

这个问题遇见的可能性特别高,但是本次安装一次性成功,之前遇到了这个问题,很多方法没有效果,可以看看这篇帖子,可以参考这篇帖子。
解决torch.cuda.is_available()返回False的问题(使用pip成功安装)

你可能感兴趣的:(深度学习,软件及框架安装,pytorch,python,深度学习)