Pytorch——anaconda环境下安装GPU版本
首先查看自己 CUDA
搜索

点击 系统信息

可以看到,我的CUDA 是 11.1版本

随后上官网查找匹配的 pytorch 、torchvision、torchaudio 版本
Previous PyTorch Versions | PyTorch
然后直接对 .whl 文件进行下载
https://download.pytorch.org/whl/torch_stable.html
这里为什么要直接对 .whl 文件进行下载,因为我之前修改了清华源下载,而清华源可能没有对应cuda版本的pytorch,所以即使你版本匹配,也可能会装cpu版的,这就导致测试时,永远是 torch.cuda.is_available()=false
在官网查找版本时,我和 .whl 下载网页进行了对比,因为可能有的版本在 .whl 下载网也中没有,所以我找了相对较新且都能下载的
如下所示,
然后我要安装的anaconda环境下,python版本是3.8的,所以我选择下载
![]()
![]()
![]()
下载完成后我直接把它们放到了我环境的 site-packages 文件夹下,打开 Anaconda Prompt ,进入该路径
![]()
首先卸载之前安装的 torch
pip uninstall torch
再分别安装
pip install torch-1.9.1+cu111-cp38-cp38-win_amd64.whl
pip install torchvision-0.10.1+cu111-cp38-cp38-win_amd64.whl
pip install torchaudio-0.9.1-cp38-cp38-win_amd64.whl
最后开始测试
python
import torch
print(torch.__version__)
torch.cuda.is_available()

最后返回 True
解决方案参考 torch.cuda.is_available()返回false——解决办法_Nefu_lyh的博客-CSDN博客
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐


所有评论(0)