当前位置: 首页 > news >正文

windows10/11,傻瓜式安装pytorch(gpu),在虚拟环境anaconda

  1. 安装anaconda

地址 :Anaconda | The World's Most Popular Data Science Platform

安装选项全默认点击next就行。

  1. 查看支持cuda版本

cmd命令行输入nvidia-smi。下图右上角显示11.6为支持的cuda版本。

要是显示没有nvidia-smi命令。得安装nvidia驱动,一般情况都有。

  1. 创建conda环境

在windows搜索栏找到anaconda prompt。打开它。

  1. 创建新conda环境

conda create -n torch_env(这个是环境名) python==3.8(指定python版本,看个人需求)
  1. 进入conda环境

conda activate torch_env(环境名)
  1. 安装cudatoolkit

conda search cudatoolkit (会显示一堆版本,填与cuda版本一致的。)
conda install cudatoolkit=11.6.0(注意,填cuda版本一致的)
  1. 安装cudnn

conda search cudnn
conda install cudnn=8.4.1.50(选最新的)
  1. 安装pytorch

上官网 PyTorch

这么选。复制代码,运行。

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
  1. 验证

安完了验证一下。这个不用多说了把。

python -c "import torch; print(torch.cuda.is_available())"
python -c "import torch; print(torch.__version__)"
python -c "import torch; print(torch.version.cuda)"

附加:

  1. linux安装类似,上述代码打在shell终端上就行。

区别在于linux得有nvidia显卡驱动的先,再输入nvidia-smi查看cuda。

  1. 关闭conda环境

conda deactivate
  1. 安装pytorch-geometric (个人用途)

Installation — pytorch_geometric documentation (pytorch-geometric.readthedocs.io)

pip install torch-scatter torch-sparse torch-cluster torch-spline-conv torch-geometric -f https://data.pyg.org/whl/torch-1.13.0+cu116.html

安完检验

import torch
from torch_geometric.data import Dataedge_index = torch.tensor([[0, 1, 1, 2],[1, 0, 2, 1]], dtype=torch.long)
x = torch.tensor([[-1], [0], [1]], dtype=torch.float)data = Data(x=x, edge_index=edge_index)
print(data)
http://www.lryc.cn/news/10281.html

相关文章:

  • Revit导出PDF格式图纸流程及“批量导出图纸”
  • 【自学Linux】 Linux文件目录结构
  • 如何让APP在Google Play中成为特色
  • 【C++】cin的处理过程
  • 读取Sentinel和Landsat 压缩包数据,直接进行波段重组、影像裁剪或者匀色镶嵌处理
  • Yakit Web Fuzzer 终极能力强化:热加载 Fuzz
  • Qt新手入门指南 - 如何创建模型/视图(三)
  • 【Spring】手动实现简易AOP和IOC
  • EasyExcel的使用
  • 基础篇(-1)-java特点、JDK、JRE、JVM区别、字节码编译、跨平台、程序运行
  • 【网络编程】Java快速上手InetAddress类
  • 小小bat-day1-自动文件上传
  • 2023年美赛D题公布
  • Gartner 再度预测2023低代码趋势,真的会赚钱吗?
  • Zebra ZT410 ZT411 导入中文字体
  • nextTick 的使用和原理(面试题)
  • Hudi系列19:Hudi写入模式
  • Kubernetes安全
  • 全国进入裁员潮,到底是大厂难混?还是我技不如人?
  • 电子技术——内部电容效应以及MOS与BJT的高频响应模型
  • 华为OD机试题 - 出租车计费(JavaScript)
  • Django框架进阶版
  • 2023美赛F题全部代码+数据+结果 数学建模
  • Java基础-logback日志使用
  • kaggle竞赛-宠物受欢迎程度(赛题讲解与数据分析)
  • Go语言基础知识学习笔记
  • Python3 错误和异常
  • 程序人生 - 学习和分享
  • 基于树莓派的智能家居项目整理
  • 《洛阳冬冷》