pythonpytorch-GPU环境搭建(CUDA11.2)

见贤思齐

1.环境搭建逻辑如下图所示，为pytorch或tensorflow的环境搭建逻辑2.一般情况一般情况下，我们需要按照如下顺序考虑我们该安装哪个版本的cuda以及安装哪个版本的pytorch2.0查看是否已安装cuda通过下述cmd命令行C:\Users\asus>nvcc-V如果已安装cuda，则如下图所示，可知悉安装的cuda版本2.1安装哪个版本的cuda（尚未安装cuda）1.通过以下cmd命令行获悉最高能安装的cuda版本C:\Users\asus>nvidia-smi结果如下图所示2.通过以下网址，结合自己对pytorch版本的需要，综合考虑该安装哪个版本的cudacuda-pytorch版本对应官方https://pytorch.org/get-started/previous-versions/ （建议使用Ctrl+F快速搜索）2.2安装哪个版本的pytorch（已安装cuda，且不是cuda11.2）如果已知自己的cuda版本（且不是cuda11.2），则通过以下网址，决定安装哪个版本的pytorchPreviousPyTorchVersions|PyTorchhttps://pytorch.org/get-started/previous-versions/（建议使用Ctrl+F快速搜索）如下图所示，如果我安装的cuda版本是11.3且我希望通过pip安装pytorch，则我应该用“Ctrl+F”的方式找“Wheel”和“CUDA11.3”这两个关键字。通常会看到很多符合要求的结果，如下展示两例，表明：windows环境下，如果想通过pip安装pytorch，且cuda版本是11.3，那么至少pytorch1.12.1和pytorch1.12.0我是可以安装的。（其实还有更多pytorch版本都可以安装，这里仅贴上来两个例子）（类似的，如果想通过conda在虚拟环境中安装pytorch，那么在网站中应该搜索的关键字应为“Conda”和“CUDA11.3”）3.特殊情况已安装CUDA11.2比较麻烦的情况是，如果我安装的是cuda11.2这个版本，那么在上述网站中检索不到对应的pytorch版本。一个已经被验证的解决方案为：（只适用于已安装cuda11.2）1.确保已安装cuda11.22.确保虚拟环境的python版本为python3.8那么，我们可以通过如下命令行，在虚拟环境中用pip安装pytorch1.9.1这个版本pipinstalltorch==1.9.1+cu111torchvision==0.10.1+cu111torchaudio==0.9.1-fhttps://download.pytorch.org/whl/torch_stable.html--trusted-hostpypi.org--trusted-hostdownload.pytorch.org--trusted-hostfiles.pythonhosted.org参考源：cuda11.2版本的对应安装的pytorch版本_cuda11.2对应的pytorch_程序小K的博客-CSDN博客4.检验pytorch是否安装成功让安装了pytorch的虚拟环境执行包含以下代码的py文件即可importtorchprint(torch.cuda.is_available())#cuda是否可用print(torch.cuda.current_device())#返回当前设备索引print(torch.cuda.device_count())#返回GPU的数量print(torch.cuda.get_device_name(0))正常情况下前三个print应输出：True01'运行运行