pycharm安装torch和cuda(在anaconda创建的新环境下)

人工智能32

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

pip install torch
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

pycharm安装torch和cuda(在anaconda创建的新环境下)pycharm安装torch和cuda(在anaconda创建的新环境下)

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

pycharm安装torch和cuda(在anaconda创建的新环境下)

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
pycharm安装torch和cuda(在anaconda创建的新环境下)

检验安装是否安装正确:win+R→cmd→nvcc -V
如图即为安装正确

pycharm安装torch和cuda(在anaconda创建的新环境下)

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/

pycharm安装torch和cuda(在anaconda创建的新环境下)

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)

pycharm安装torch和cuda(在anaconda创建的新环境下)

pycharm安装torch和cuda(在anaconda创建的新环境下)

pycharm安装torch和cuda(在anaconda创建的新环境下)

至此学会了查看cuda版本以及下载了对应于cuda的pytorch

pycharm安装torch和cuda(在anaconda创建的新环境下)

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

pycharm安装torch和cuda(在anaconda创建的新环境下)

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

pip install D:\anaconda\Anaconda\envs\pytorch\Lib\site-packages\torch-1.11.0+cu113-cp37-cp37m-win_amd64.whl

代码说明:文件放在D:\anaconda\Anaconda\envs\pytorch\Lib\site-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?

import torch
print(torch.__version__)
print(torch.cuda.is_available())

输出为

1.11.0+cu113
True

希望大家能够顺利解决此类问题

Original: https://blog.csdn.net/m0_51623233/article/details/125150882
Author: 无处不乐zhc
Title: pycharm安装torch和cuda(在anaconda创建的新环境下)

相关文章
带约束的K-means聚类算法 人工智能

带约束的K-means聚类算法

带约束的K-means 聚类算法 1. 前言 上一期学习了K-means聚类算法,聚类是不受到限制的,单纯的无监督学习,但是当存在一些约束时,比如对每一簇的聚类样本点数量有限制,或者每个样本点带需求,...
深度学习框架-TensorFlow 人工智能

深度学习框架-TensorFlow

1.1 TensorFlow介绍 深度学习框架TensorFlow一经发布,就受到了广泛的关注,并在计算机视觉、音频处理、推荐系统和自然语言处理等场景下都被大面积推广使用,现在已发布2.3.0版本,接...
PHP短信通知+语音播报自动双呼解决方案 人工智能

PHP短信通知+语音播报自动双呼解决方案

在一些重要信息通知的场景,需要用户能收到且关注到信息,采用短信+语音通知同步推送的方式,能很好的解决这个问题。 场景一:相同内容的短信通知+语音通知同步发送 在推送短信的同时,同步推送相同内容的语音通...
用简单直观的概念说明核函数的作用 人工智能

用简单直观的概念说明核函数的作用

1. 映射函数 对于线性可分问题能够利用线性支持向量机进行求解。但是对于下图所示的线性不可分问题,无论如何都将无法找到一个超平面将两类数据分割开。如何解决该问题的答案是:升维。 图1 图片引自参考文献...