【PYTORCH】Pytorch0.4.0安装教程与GPU配置大合集（含测试代码）

windows系统下安装pytorch0.4.0，在linux系统下安装时只需要将命令中的"win_amd64"换成''linux_x86_64''即可。（大部分如此，具体的还要看你系统，不过方法都是一样的）

Python3.6+pip安装cpu版本

pip install http://download.pytorch.org/whl/cpu/torch-0.4.0-cp36-cp36m-win_amd64.whl

 Python3.6+pip安装gpu版本
目前gpu版本支持cuda8.0,cuda9.0和cuda9.1，请选择对应的版本下载安装，不要同时执行下面三个命令

pip install http://download.pytorch.org/whl/cu80/torch-0.4.0-cp36-cp36m-win_amd64.whl 
pip install http://download.pytorch.org/whl/cu90/torch-0.4.0-cp36-cp36m-win_amd64.whl
pip install http://download.pytorch.org/whl/cu91/torch-0.4.0-cp36-cp36m-win_amd64.whl

1.查看pytorch是否存在以及pytorch的版本

import torch
print(torch.__version__)

 2.查看cuda是否可用

print(torch.cuda.is_available())

3.查看cuda版本

print(torch.version.cuda)

  

4.查看当前工作的GPU 

print(torch.cuda.current_device())

 5.查看gpu的数目

print(torch.cuda.device_count())

6.设置工作GPU

print(torch.cuda.current_device())
torch.cuda.set_device(1)
print(torch.cuda.current_device())

也有的方法说下述方式也可以实现切换GPU但需要将这句话写在"import torch"之前。

os.environ["CUDA_VISIBLE_DEVICES"] = '0'

7.查看gpu名字，设备索引默认从0开始：

print(torch.cuda.get_device_name(0))
print(torch.cuda.get_device_name(1))