pytorch运行,使用pytorch

  pytorch运行,使用pytorch

  事不宜迟,言归正传。

  1.首先,确认你是否有蟒蛇。如果你有蟒蛇,跳过这一步。你看我博客不是为了装Anaconda。链接:https://blog.csdn.net/JohnLeeK/article/details/99582355,然后改变源,以加快下载包。请参考我的博客,链接:https://blog.csdn.net/JohnLeeK/article/details/102686424.

  2.点击此链接进入pytorch,https://pytorch.org/get-started/locally/,官网,如图。我们可以根据需要选择安装。

  我安装的是1.2.0版本,点击图中的红框链接,然后我们会找到对应的版本。也有安装可选pip和conda的方法。如果安装1.5版,直接复制图中命令即可(如果安装1.2.0版,回头看,跳过1.5版):

  康达安装pytorch火炬视觉cudatoolkit=10.2 -c pytorch

  这里我选择用conda(图2中的红框命令)安装,因为pip方法有点慢(图3中选择红框命令即可)。复制粘贴图2第一张图的红框内容,注意我选的是cuda10.0的版本。这里有一点需要注意。打开命令行窗口(win r)并执行以下命令:

  nvidia-smi结果如下

  你可以看到我的驱动版本是417.88。只要你的驱动版本大于410,就可以安装CUDA 10.0或更高版本。

  3.我们先在conda环境下创建一个pytorch的虚拟环境(命令行模式,cmd,快捷键win r):

  Conda create -n pytorch python=3.7然后激活。

  激活pytorch安装pytorch

  然后我们执行这个命令(这个命令复制自图2中的红框):

  a条件安装py torch==1 . 2 . 0 torch vision==0 . 4 . 0 cuda工具包=10.0-c pytorch 4。耐心等一会儿。安装完成后,我们将检查pytorch是否安装成功。

  我们进入康达的pytorch虚拟环境:

  Python然后输入以下代码

  导入torch print(torch . cuda . is _ available())打印(torch。__版本_ _)

  结果如下:安装了这样结果代表的pytorch环境!

  你可以看到我们安装的是GPU版本,然后版本是1.2.0。

pytorch运行,使用pytorch