发布于2020-02-17 20:28 阅读(1215) 评论(0) 点赞(28) 收藏(3)
注意:Pytorch的版本
,cuda版本
,cudnn版本
,Python版本
,nvidia驱动版本
要相互对应,否则就会出现各种报错和问题,无法使用GPU加速计算!
查看nvida驱动支持的cuda版本,在nvidia控制面板->系统信息->组件
即可查看支持的cuda版本
比如对我的GTX960M417.22驱动支持的cuda版本为10.0.132
如果自己手动配置需要去nvidia官网下载对应版本的cudatoolkit
和cudnn
,很麻烦而且下载起来还比较慢,这里推荐使用conda
安装,没用过conda的看我之前的文章==>传送门
有了conda后,一切就好办了,先添加一下清华大学的Pytorch镜像地址:conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
使用conda安装Pytorch,其中需要手动指定cudatoolkit版本,然后cuda会自动处理环境和匹配版本,如果不指定cudatoolkit版本会根据当前含依赖关系的包安装最新版本
conda install pytorch torchvision cudatoolkit=10.0
安装完成即可,在cmd
或者powershell
查看安装情况
Pytorch是自带cudnn,不需要单独再安装的!
import torch
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 查看使用设备
print(device)
# 查看数据是否在GPU上
x = torch.Tensor([2.1]).to(device)
y = torch.Tensor([2.1]).cuda()
print(x, y)
# 查看cudnn是否工作
print(torch.backends.cudnn.enabled)
可以看到Pytorch在GPU上工作正常
作者:djjdf
链接:https://www.pythonheidong.com/blog/article/231657/3ae2d35b9a0b8788af1f/
来源:python黑洞网
任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任
昵称:
评论内容:(最多支持255个字符)
---无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事,而不是让内心的烦躁、焦虑,坏掉你本来就不多的热情和定力
Copyright © 2018-2021 python黑洞网 All Rights Reserved 版权所有,并保留所有权利。 京ICP备18063182号-1
投诉与举报,广告合作请联系vgs_info@163.com或QQ3083709327
免责声明:网站文章均由用户上传,仅供读者学习交流使用,禁止用做商业用途。若文章涉及色情,反动,侵权等违法信息,请向我们举报,一经核实我们会立即删除!