前提
必须先安装cuda与cudnn,教程:cuda与cudnn部署安装
同时确认你的CUDA版本,nvidia-smi
:
确认版本是12.4,继续往下走
安装pytorch
前往官网,并且往下滑动,直到你看见INSTALL PYTORCH
:PyTorch
看左下角的Previous versions of PyTorch
,点进去:
这里显示最新的是v2.2.0版本,咱就下这个,按设备挑选你的代码(此处我是Windows 10系统,采用pip进行下载),往下滑动,你会看到:
咱的是12.4的,因此挑12.1版本的下载就行,复制代码,同时加上镜像地址加快下载速度:pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple
打开cmd,复制,回车!
安装完毕后,可以输入下面的代码进行测试(我是用Pycharm进行测试的),只要输出有内容,符合期望,说明成功!
import torch
print(torch.__version__)
print(torch.version.cuda)#cuda版本
print(torch.backends.cudnn.version())
print(torch.cuda.is_available()) #cuda是否可用,返回为True表示可用
print(torch.cuda.device_count())#返回GPU的数量
print(torch.cuda.get_device_name(0))#返回gpu名字,设备索引默认从0开始
标签:torch,print,pytorch,cuda,pip,安装
From: https://www.cnblogs.com/MorningMaple/p/18062996