查看环境:
conda env list
删除环境:
conda remove --name pytorch1 --all
1、创建环境
(base) C:\Users\14407>conda create -n pytorch1 python=3.7
Proceed ([y]/n)? y
(base) C:\Users\14407>conda activate pytorch1
(pytorch1) C:\Users\14407>pip list
2、查看pytorch对应版本
官网:
查看gpu是否支持cuda:
CUDA | 支持的GPU | GeForce (nvidia.cn)
电脑显卡:
官网下拉,选之前版本,现在版本没有 cudatoolkit pkgs/main/win-64::cudatoolkit-11.3.1-h59b6b97_2:
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
验证版本:
C:\Users\14407>nvidia-smi
3、安装pytorch
(pytorch1) C:\Users\14407>conda install pytorch1.11.0 torchvision0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
Proceed ([y]/n)? y
4、检测pytorch安装
(pytorch1) C:\Users\14407>pip list
(pytorch1) C:\Users\14407>python Python 3.7.16 (default, Jan 17 2023, 16:06:28) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "license" for more information.
import torch
torch.cuda.is_available()
其他命令:
可以在pycharm中输入:
import torch print(torch.version)
print(torch.version.cuda)#cuda版本
print(torch.backends.cudnn.version())
print(torch.cuda.is_available()) #cuda是否可用,返回为True表示可用
print(torch.cuda.device_count())#返回GPU的数量
print(torch.cuda.get_device_name(0))#返回gpu名字,设备索引默认从0开始