如果CUDA可用,上述代码将输出GPU的数量和设备名称;如果CUDA不可用,将输出“CUDA is not available.”。 按照以上步骤操作后,你应该能够在WSL2环境中成功安装并使用PyTorch。
对于wls2 ubuntu方式的安装,显卡驱动和cuda是分别安装在windows下和ubuntu下的,这里先看windows下显卡驱动的安装。 Microsoft官网说明如下: Enable NVIDIA CUDA on WSL 2docs.microsoft.com/en-us/windows/ai/directml/gpu-cuda-in-wsl 然后,我们只需要在CUDA on WSL | NVIDIA Developer上下载对应版本的驱动进行...
验证GPU能否被调用 打开WSL2,输入python进入交互式编辑器 import torch if torch.cuda.is_available(): device = torch.device("cuda") x = torch.tensor([1.0, 2.0, 3.0]) x = x.to(device) y = torch.tensor([4.0, 5.0, 6.0]) y = y.to(device) z = x + y print(z) else: device = to...
安装Miniconda，从镜像源选择Linux版本的下载链接，使用`wget`下载，注意选择64位版本。下载完成后，不使用`sudo`直接安装，安装完成后重启终端。接着，访问Torch官网，根据你的Cuda版本选择相应的安装命令，可能需要使用代理。在WSL2环境中，通过交互式编辑器验证GPU的调用，仅当Cuda计算成功时，才能确认GPU...