P1、Pytorch环境配置及安装

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：

PyTorch

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