笔记本本机(CUDA11.4)配置pytorch_gpu环境

记录一次成功的pytorch环境配置

文章目录

  • 环境配置
  • 一、创建新环境
  • 二、下载安装pytorch
  • 三、连接本地jupyter


环境配置

查看驱动信息!nvidia-smi

一、创建新环境

conda create -n pytorch_gpu1.11.0 python=3.8
conda activate pytorch_gpu1.11.0

二、下载安装pytorch

CUDA11.4可用 CUDA11.3版本的pytorch

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

查看pytorch_gpu是否可用

python
import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.cuda.current_device())
print(torch.cuda.get_device_name(0))

三、连接本地jupyter

#新增内核
conda install ipykernel
ipykernel install --user --name=pytorch_gpu1.11.0  --display-name pytorch_gpu1.11.0
#查看内核
jupyter kernelspec list
#删除内核
jupyter kernelspec remove kernelname(自己设置的)

你可能感兴趣的:(pytorch,深度学习,python)