前提:已经安装好anaconda环境,安装好了pytorch。

一、打开anaconda prompt,使用anaconda activate name,激活自己创建的某个虚拟环境

二、使用pip安装GPU版本的支持CUDA 11.7的torch和torchvision,并且版本分别为torch==2.0.1和torchvision==0.15.2。具体可以根据需要的版本进行修改。

pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 -f https://download.pytorch.org/whl/torch_stable.html

三、安装完成之后,检查是否可以正常使用。

输入python,回车,然后输入:

import torch
print(torch.cuda.is_available())

结果:

这样就完成了,可以使用GPU来加速项目。

四、注意

不要图简单:

pip install torch==2.0.1 torchvision==0.15.2

这个命令下载的可能是CPU版本的

然后再运行项目的时候可能会出现:

这时候:输入下面的命令:

就可以发现,不可以使用GPU,而且torch版本是2.0.1+CPU(即CPU版本的)

如果已经是安装成CPU,是我的话,就直接新建一个环境重新配置。

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐