上海电子商务网站建设百度关键词排名代做

问题描述

在安装pytorch过程中，发现最后验证torch时总是返回结果为False，结果翻上去发现自己安装的是cpu版本的。
然后又通过conda去更换不同版本尝试，发现都是cpu版本的。

问题分析

通过conda安装pytorch是从源中搜索匹配指令中的文件，但是源中很可能没有需要的cuda版本的pytorch，结果每次安装都匹配为源中存在的cpu版本作为替代

问题解决

最后决定通过pip安装

1、先查看自己设备支持的cuda版本，打开prompt，输入指令

nvidia-smi

可以看到我的设备支持的最高版本是cuda11.4，一般都具有向下兼容，这里我选择全套安装cuda11.3以及对应的pytorch

2、安装cuda和cudnn（省略）

这里从官网下载，一步步安装就可以了，安装完成cuda后，解压cudnn把里面三个文件夹复制到cuda目录就可以了

3、配置cuda的环境变量（省略）

在本地环境变量配置就可以。

4、prompt安装pytorch

首先激活自己要用的环境，没有的话要先创建，尽量不要在base下操作，输入指令

conda activate freezing

原来是base环境，输入指令后成功激活切换到freezing环境了。

5、去pytorch官网查看对应版本的指令

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f
https://download.pytorch.org/whl/cu113/torch_stable.html

6、验证是否安装成功

输入指令，进入python

python

然后依次输入

import torch
torch.cuda.id_available()

验证返回True即成功