Pytorch版本、安装和检验

基于conda包的环境创建、激活、管理与删除

CUDA版本

Pytorch版本

Pytorch安装

CUDA版本

CUDA 是 NVIDIA 专为图形处理单元 (GPU) 上的通用计算开发的并行计算平台和编程模型，CUDA版本需满足对应的Pytorch要求

进入NVIDIA控制面板

进入左下角"系统信息"，找到组件

"NVIDIA CUDA 12.3.107 driver"

Pytorch版本

进入Pytorch官网界面

Start Locally | PyTorchhttps://pytorch.org/get-started/locally/选择合适的版本

复制下方命令

Pytorch安装

在Anaconda prompt中通过conda指令创建一个命名为pyt1的环境

复制代码

conda create -n pyt1 python=3.6

-n后面加上命名，pyt1是环境名，python=3.6指给创建的环境配置python3.6的解释器

询问是否安装以下包，输入y即可

创建完成后，通过conda指令激活环境

复制代码

conda activate pyt1

左侧（pyt1）即进入了pyt1环境

在创建的虚拟环境中安装Pytorch，使用之前复制的命令

复制代码

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

安装完成后看下包列表，"torch 1.10.2"

检验安装

进入python环境

导入torch

复制代码

import torch

获取torch版本

复制代码

torch.__version__

导入torchvision

复制代码

import torchvision

获取torchvision版本

复制代码

torchvision.__version__

检验CUDA是否可用

复制代码

torch.cuda.is_available()

返回Ture，说明可以使用

获取CUDA设备的数量

复制代码

torch.cuda.device_count()

获取CUDA设备ID

复制代码

 torch.cuda.current_device()

获取CUDA设备名称

复制代码

torch.cuda.get_device_name(0)