PyTorch配置(Win10;GPU;Jupyter)

个人配置pytorch过程,磕磕绊绊的,做个记录。

1.在Anaconda中创建Pytorch环境:Environments---create---Pytorch

2.在win+R cmd 命令提示符界面输入:nvidia-smi 查看Driver Version以及CUDA version

         Release Notes :: CUDA Toolkit Documentation

        以Driver Version看能装cuda的版本

3.Pytorch官方网站,查看所要的Pytorch以及cuda 版本

Start Locally | PyTorch

PyTorch配置(Win10;GPU;Jupyter)_第1张图片

 4.在Anaconda Prompt中激活上述1中的环境:conda activate Pytorch

变成:(Pytorch)  C:\Users>

↑.复制上图红框内的代码,进行下载Pytorch: 使用清华源或其他源下载,以保证下载速度。

(本人安装过程中报错,显示无法重命名某个文件请删除,则根据提示删除即可)

↑.仍在在Anaconda Prompt中激活上述1中的环境:conda activate Pytorch

测试torch能否用:

>>>import torch

>>>torch.__version__

>>>torch.cuda.is_available()

输出True即可。

---------------------------------------------------------------------------------------------------------------------------------

5.想使用Pytorch+GPU

Pytorch1.11  + CUDA11.3  +  cudnn v8.2.1

PyTorch配置(Win10;GPU;Jupyter)_第2张图片

参考:

Cuda和cuDNN安装教程(超级详细)_jhsignal的博客-程序员宅基地_cudnn安装 - 程序员宅基地

Windows10检查Cuda和cuDNN是否安装成功?_jhsignal的博客-CSDN博客_windows查看cudnn是否安装成功

6.使用Jupyter

在Home界面选择Applications on Pytorch:    install Jupyter.

PyTorch配置(Win10;GPU;Jupyter)_第3张图片

 测试Pytorch GPU是否成功:

PyTorch配置(Win10;GPU;Jupyter)_第4张图片

  • torch.cuda.is_available()
    cuda是否可用;

  • torch.cuda.device_count()
    返回gpu数量;

  • torch.cuda.get_device_name(0)
    返回gpu名字,设备索引默认从0开始;

你可能感兴趣的:(深度学习相关,pytorch,深度学习,人工智能)