集显安装pytorch教程,cuda和cudann环境配置torch-GPU版本看这一篇就够了

集显看最下面

首先GPU安装教程

1.安装Anaconda(这个是可以安装环境和前置的软件),这个网址是清华源下载,可以去官网下载

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

2.安装CUDA(这个是显卡驱动,需要安装好以用显卡计算,缩短运行时间)(cuda要低于显卡的cuda支持的最高版本,假设显卡支持11.7,cuda就只能选11.7以下的)(集显这步不用了,驱动是最新的也可以跳过应该,自己查一下)

Developer Download Centers | NVIDIA Developer

3.安装cudann(对应cuda版本选择,下载需要账号,没有账号的自行注册)

cuDNN Archive | NVIDIA 开发者

4.官网安装pytorch(这个是我要安装的东西)(cuda版本要选对,集显选中央处理器)系统选win10,还是win11看自己系统

Start Locally | PyTorch

官网安装命令长这样

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

如果有提子可以快速装上。没有的就需要手动,不然大概5个小时安装上,我之前安一个朋友的花了一天半,当时不知道手动安装,也不知道怎么上提子。

5.手动安装pytorch

安装pytorch时可能会遇到速度慢,这是官网的下载链接,下载下来是whl文件,cd到对应位置手动安装

https://download.pytorch.org/whl/torch/

下载到本地安装大概5分钟。

如果有不会安装的朋友欢迎在评论区提问。

pycharm里面要更改为conda环境,点这个然后换成这个(根据自己anaconda安装位置)。可用于所有项目建议勾选。

集显安装pytorch教程,cuda和cudann环境配置torch-GPU版本看这一篇就够了_第1张图片

运行测试代码

import torch
 
print(torch.__version__)
 
print(torch.cuda.is_available())#打印判断是否有GPU的结果
print(torch.cuda.device_count())#打印GPU的数量

会打印出来版本和True就是安装成功

今天2023/02/08闲来无事看看评价,结果很多人在问。所以将文章进行更新一下。库要与时俱进,文章也得经常更新才行。




集显的答案

首先,集显不能安装cuda和cudann,直接打开anaconda终端或者pycharm终端输入下面代码

1.配置清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

按回车

2.然后输入

pip install torch

按回车

就两步,集显就完成了。就是这么简单。小项目建议直接CPU版本就好。能跑的程序就别折腾。

import torch
 
print(torch.__version__)

新建python程序输入代码import torch,运行不报错就是安装成功了。

更新时间:2023/02/08

你可能感兴趣的:(pytorch,pytorch,pycharm,深度学习)