print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】

问题描述

想使用GPU加快程序运行速度,pip安装完torch后,检测时候报错。

pip install torch

安装时成功了,

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第1张图片

但是测试时候报错:

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第2张图片

进入python环境
(cat) C:\Users\asus>python

导入torch
>>> import torch

>>> print(torch.cuda.is_available())    #cuda是否可用

>>>print(torch.cuda.get_device_name(0)) #返回设备索引

>>>print(torch.cuda.device_count())     # 返回GPU的数量

>>>print(torch.cuda.current_device())   # 返回当前设备索引

>>> print(torch.rand(3,3).cuda())

从报错来看,发现还不能用。

(cat) C:\Users\asus>python
Python 3.7.10 | packaged by conda-forge | (default, Feb 19 2021, 15:37:01) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.is_available())
False

解决方案

应该是版本问题,cuda和torch版本不对应。

NVIDIA-SMI 516.94       Driver Version: 516.94       CUDA Version: 11.7

torch安装的版本应该是torch-1.13.1

我的cuda是11.7从这个网站上可以看到他们的具体对应关系:

https://download.pytorch.org/whl/torch_stable.html

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第3张图片

python版本3.7.10,cuda11.7,torch1.13.1。

有一个说法是返回false说明使用的cpu版本torch,不是GPU版本的。

因此需要找GPU版本的,地址如下:

https://download.pytorch.org/whl/torch_stable.html

选好版本,选好使用pip安装还是conda安装,选好什么系统,选好平台cuda版本,然后命令复制过来就行:

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第4张图片

 然后就可以了。只不过这个包有点大,大致需要十几分钟才能安装完毕。


(cat) C:\Users\asus>pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
Looking in indexes: https://pypi.org/simple, https://download.pytorch.org/whl/cu117
Collecting torch
  Downloading https://download.pytorch.org/whl/cu117/torch-1.13.1%2Bcu117-cp37-cp37m-win_amd64.whl (2255.6 MB)
     ---------------------------------------- 2.3/2.3 GB ? eta 0:00:00
Collecting torchvision
  Downloading https://download.pytorch.org/whl/cu117/torchvision-0.14.1%2Bcu117-cp37-cp37m-win_amd64.whl (4.8 MB)
     ---------------------------------------- 4.8/4.8 MB 2.6 MB/s eta 0:00:00
Collecting torchaudio
  Downloading https://download.pytorch.org/whl/cu117/torchaudio-0.13.1%2Bcu117-cp37-cp37m-win_amd64.whl (2.3 MB)
     ---------------------------------------- 2.3/2.3 MB 2.8 MB/s eta 0:00:00
Requirement already satisfied: typing-extensions in d:\program\anaconda3\envs\cat\lib\site-packages (from torch) (4.4.0)
Requirement already satisfied: pillow!=8.3.*,>=5.3.0 in d:\program\anaconda3\envs\cat\lib\site-packages (from torchvision) (9.4.0)
Requirement already satisfied: requests in d:\program\anaconda3\envs\cat\lib\site-packages (from torchvision) (2.28.1)
Requirement already satisfied: numpy in d:\program\anaconda3\envs\cat\lib\site-packages (from torchvision) (1.21.6)
Requirement already satisfied: urllib3<1.27,>=1.21.1 in d:\program\anaconda3\envs\cat\lib\site-packages (from requests->torchvision) (1.26.4)
Requirement already satisfied: idna<4,>=2.5 in d:\program\anaconda3\envs\cat\lib\site-packages (from requests->torchvision) (3.4)
Requirement already satisfied: certifi>=2017.4.17 in d:\program\anaconda3\envs\cat\lib\site-packages (from requests->torchvision) (2022.12.7)
Requirement already satisfied: charset-normalizer<3,>=2 in d:\program\anaconda3\envs\cat\lib\site-packages (from requests->torchvision) (2.1.1)
Installing collected packages: torch, torchvision, torchaudio
Successfully installed torch-1.13.1+cu117 torchaudio-0.13.1+cu117 torchvision-0.14.1+cu117

(cat) C:\Users\asus>

测试

这样写的目的是便于对应看清楚每个参数的值:

import torch
 
print("torch.cuda.is_available()",torch.cuda.is_available()) # cuda是否可用
 
print("torch.cuda.current_device()",torch.cuda.current_device()) # 返回当前设备索引
 
print("torch.cuda.device_count()",torch.cuda.device_count())  # 返回GPU的数量
 
print("torch.cuda.get_device_name(0)",torch.cuda.get_device_name(0))

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第5张图片

下面的看起来清爽一些:

import torch
 
print(torch.cuda.is_available()) # cuda是否可用
 
print(torch.cuda.current_device()) # 返回当前设备索引
 
print(torch.cuda.device_count())  # 返回GPU的数量
 
print(torch.cuda.get_device_name(0))

 结果展示:

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第6张图片

 在我没有安装好gpu版本的时候,海报过这个错误:

print(torch.cuda.is_available())False的解决方案以及torch版本的简单正确安装方式【已解决】_第7张图片

 但是都随着最终的版本安装完毕而解决掉了。

感谢博主Java并发编程的艺术的文章:

安装Torch GPU版本_Java并发编程的艺术的博客-CSDN博客

你可能感兴趣的:(pip,解决方案,python,python,开发语言,pip,torch,cuda)