南京建行网站,推广公司名称,建设网站为什么要备案,热点新闻最新消息今天最近在复现一项深度学习的工作#xff0c;发现自己的pytorch是装的cpu版的(好像当时是直接加清华源#xff0c;默认是cpu版本#xff09;。从官网在线下载速度太慢#xff0c;还时不时断开连接#xff0c;我们可以配置conda的清华源去这个问题#xff0c;但是考虑到是在用…最近在复现一项深度学习的工作发现自己的pytorch是装的cpu版的(好像当时是直接加清华源默认是cpu版本。从官网在线下载速度太慢还时不时断开连接我们可以配置conda的清华源去这个问题但是考虑到是在用组内服务器配崩了可能影响其它人虽然我本机以前配置过这次换个思路解决从清华镜像源下载对应的安装包手动安装。
Pytorch安装命令
pip install torch2.1.0 torchvision0.16.0 torchaudio2.1.0 --index-url https://download.pytorch.org/whl/cu118nvidia-smi自己查显卡能支持的版本,我的cuda版本最高支持12.3但我习惯用cuda11.8
清华镜像源下载对应的pytorch安装包
下载地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/ 注意这是linux版本的windowx下载把linux-64替换成win-64
pytorchcuda11.8 注意自己的python的版本
torchvision-0.16 注意自己的python的版本
安装pytorch
切换到对应的conda环境
conda activate env-name
conda install --offline /path/to/pytorch-2.1.0-py3.8_cuda11.8_cudnn8.7.0_0.tar.bz2
conda install --offline /path/to/pytorch-2.1.0-py3.8_cuda11.8_cudnn8.7.0_0.tar.bz2检查pytorch是否安装成功
import torch# 检查是否可以使用 GPU
if torch.cuda.is_available():print(CUDA is available! PyTorch can use GPU.)print(CUDA version:, torch.version.cuda)print(Number of GPUs available:, torch.cuda.device_count())print(Current device name:, torch.cuda.get_device_name(0))
else:print(CUDA is not available. PyTorch cannot use GPU.)
