第一步:查看自己电脑显卡支持的CUDA版本 Nvidia-smi 1. 注意:这里的11.7是电脑所能支持的最高版本 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...
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge 1. 2. 3. 4. 5. CUDA 10.2 CUDA 11.3 同上:经测试,将cudatoolkit版本降至11.1后,可以成功下载GPU版,11.2不行。 1.9.1 # CUDA 10.2 conda install pytorch==1.9.1 torchvision==0.10....
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...