pycharm安装torch和cuda（在anaconda创建的新环境下）

2022-11-17 09:27:53 浏览数 (1)

大家好，又见面了，我是你们的朋友全栈君。

1.问题所在

pycharm中torch和tensorflow好像是有些冲突的，所以我创建了两个conda环境（一个名字叫pytorch，一个名字叫tensorflow），其中pytorch环境中没有tensorflow库，tensorflow环境同理。

现在问题在于每次在Terminal中用pip install torch 后总是cpu版本的

代码语言：javascript复制
pip install torch

代码语言：javascript复制
import torch
print(torch.__version__)
print(torch.cuda.is_available())

这段代码是看torch到底有没有用到cuda（或者我理解为是否用的是gpu版本），输出为False为cpu版本。

2.安装cuda

这个我觉得可能很多人电脑上已经安装了cuda

可以自己在电脑中看一下到底有没有，有了更好，没了接下来讲怎么下载NVIDIA cuda

（1）查看自己应该下载NVIDIA版本

右键“此电脑”——管理——设备管理器——显示适配器 这样就能查到自己的显卡型号了

NVIDIA显卡驱动的下载地址：官方高级驱动搜索 | NVIDIA 选择自己合适的型号，开始下载

（2）下载对应的cuda版本

CUDA的下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 选择合适的型号，点击download即可

检验安装是否安装正确：win R→cmd→nvcc -V 如图即为安装正确

至此，cuda已经安装在你的电脑里了（如果在安装图中遇到其他问题，可以继续搜搜问题所在，但是这个安装流程一定是没问题的） 。接下来就是安装gpu版本的torch

3.安装torch（在pycharm中的Terminal中，因为我喜欢用这个方式，不喜欢用cmd或者anaconda）

直接打开这个网址https://pytorch.org/get-started/locally/

如何选择我想大家都应该能看懂，其中我用的Terminal所以Package中选的pip，第一个我看了其他博主都选的Stable，至于最后那个Compute Platform选项因为我的cuda版本就是11.7，所以选了这个（听说版本差不多接近就行 不至于那么严格）。

教大家如何选择最后的Compute Platform（即如何查看自己cuda版本）

桌面右键打开NAIDIA控制面板后，在帮助中找到系统信息，点击组件，蓝色这一条就可以看到CUDA 11.7.57（意思就是11.7版本的）

至此学会了查看cuda版本以及下载了对应于cuda的pytorch

这时候基本成了，吧最后一栏中Run this Command一栏内容直接复制到Terminal中就行。

4.发现用上述方法安装torch很慢很慢

很好解决，打开网址https://download.pytorch.org/whl/torch_stable.html

进去后找到自己需要的版本，比如我是cuda11.7 python3.7 windows，就选择了下面这个

cu代表cuda（即选用gpu版本而不是cpu版本，这里一定要看仔细），torch1.11.0版本，这个我觉得没有什么特别的要求，但我喜欢新版本，cp37代表python3.7，win代表windows系统，64代表64位。

下载后我是放在我自己创建的pytorch环境中LIB中site-package中，然后在Terminal中写入下面的代码

代码语言：javascript复制
pip install D:anacondaAnacondaenvspytorchLibsite-packagestorch-1.11.0 cu113-cp37-cp37m-win_amd64.whl

代码说明：文件放在D:anacondaAnacondaenvspytorchLibsite-packages中，文件名字叫torch-1.11.0 cu113-cp37-cp37m-win_amd64.whl，直接回车就行。

至此问题全部解决，如何判定解决？

代码语言：javascript复制
import torch
print(torch.__version__)
print(torch.cuda.is_available())

输出为

代码语言：javascript复制
1.11.0 cu113
True

希望大家能够顺利解决此类问题

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/210012.html原文链接：https://javaforall.cn

深度学习 pytorch https 网络安全 tensorflow

0 人点赞