环境搭建——CUDA、Python、Pytorch

君逸～~2024-12-19 16:27

安装anaconda

创建虚拟环境

conda create -n env_name python==python版本

安装pytorch

在官网中下载：

https://pytorch.org/get-started/previous-versions/

https://pytorch.org/get-started/locally/

测试cuda是否可用

python 复制代码

import torch

# 打印设备信息
print("Available devices:")
print(torch.device('cpu'))
print(torch.device('cuda'))
print(torch.device('cuda:1'))

# 检查 CUDA 是否可用
is_cuda_available = torch.cuda.is_available()
print(f"CUDA is available: {is_cuda_available}")

# 获取可用的 GPU 数量
gpu_count = torch.cuda.device_count()
print(f"Number of GPUs available: {gpu_count}")

# 打印每个 GPU 的名称
if is_cuda_available:
    for i in range(gpu_count):
        print(f"GPU {i}: {torch.cuda.get_device_name(i)}")
else:
    print("No CUDA-capable GPU is available.")

:::success
Available devices:

cpu

cuda

cuda:1

CUDA is available: True

Number of GPUs available: 2

GPU 0: NVIDIA GeForce RTX 3090

GPU 1: NVIDIA GeForce RTX 3090

:::

在测试cuda可用之后再去安装依赖库

:::color1

pip install -r requirements.txt

:::