ubuntu配置cuda环境三:安装PyTorch | 您所在的位置:网站首页 › 支持CUDA › ubuntu配置cuda环境三:安装PyTorch |
安装GPU版本的PyTorch 可以直接访问PyTorch官网生成安装命令,但是下载速度较慢 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FBo7iNB0-1670935047591)(https://pictures-1258408207.cos.ap-nanjing.myqcloud.com/cuda%E5%92%8Ccudnn%E5%AE%89%E8%A3%85/pytorchDownloadMl.png)] 此处,可以到此链接下载对应的离线包: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jPHwjM0h-1670935047593)(https://pictures-1258408207.cos.ap-nanjing.myqcloud.com/cuda%E5%92%8Ccudnn%E5%AE%89%E8%A3%85/pytorchLx.png)] 下载好离线包后,使用以下命令进行安装: pip install torch-1.7.0+cu101-cp38-cp38-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/再安装其他的库(按需安装) pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html最后可通过以下代码测试环境是否安装成功 import torch import torchvision if __name__ == "__main__": print(torch.__version__) # 查看torch当前版本号 print(torchvision.__version__) # 查看CUDA版本号: print(torch.version.cuda) # 编译当前版本的torch使用的cuda版本号 # 测试Cudnn是否安装成功 from torch.backends import cudnn print(cudnn.is_available()) # 是否GPU可用 print(torch.cuda.is_available()) # 查看当前cuda是否可用于当前版本的Torch,如果输出True,则表示可用 |
CopyRight 2018-2019 实验室设备网 版权所有 |