经测试,将cudatoolkit版本降至11.1后,可以成功下载GPU版,11.2不行。 1.9.0 # CUDA 10.2 conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch # CUDA 11.3 conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch ...
第二步:查看pytorch对应cuda版本 Pytorch官网查看对应版本关系 标注的地方为查看历史版本 注意区分CPU版本 和 CUDA版本,下错版本会出现GPU 返回 False 第三步:CUDA下载安装 我使用的是 pytorch 1.12.1 版本,所以需要 cuda 11.6 版本 提醒:cudatoolkit就是cuda CUDA下载官网 找到11.6 版本 下载到指定的文件夹,运行exe...
根据表一查询到可安装的CUDA Toolkit版本,384.81对应最高的CUDA Toolkit版本为9.0。 运行conda install pytorch cudatoolkit=9.0 -c pytorch即可。 此方法指定CUDA Toolkit版本后,conda会自动匹配到合适版本的PyTorch。 (2)指定PyTorch版本 根据表一查询到可安装的CUDA Toolkit版本,再根据表二查询到合适版本的PyTorch。38...
torch.device代表将torch.Tensor分配到的设备的对象,有cpu和cuda两种,这里的cuda就是gpu,至于为什么不直接用gpu与cpu对应,是因为gpu的编程接口采用的是cuda print(torch.cuda.is_available()) #cuda是否可用; print(torch.cuda.device_count()) #返回gpu数量; print(torch.cuda.get_device_name(0)) #返回gpu名...