本文介绍: pytorch拥有CPU和GPU两个版本,其中毋庸置疑的是如果使用GPU的话,速度往往超于CPU版本。这里呢,我将就【pytorch-gpu版本安装】这一问题,进行解决,主要以检查GPU的cuda版本以及检查当前pytorch的版本、安装pytorch-gpu版本来具体描述

前言

        PyTorch是一款广泛使用的python深度学习框架,它能够帮助研究者们快速构建和训练复杂的神经网络,在人工智能领域无疑是【宠儿】的存在。

        但刚进门的小白们应该都有困惑:为什么有些基于pytorch框架吃CPU,油得却是吃GPU,这里呢,主要是因为pytorch拥有CPU和GPU两个版本,其中毋庸置疑的是如果使用GPU的话,速度往往超于CPU版本。

        这里呢,我将就【pytorch-gpu版本安装】这一问题,进行解决,主要以检查GPU的cuda版本以及检查当前pytorch的版本、安装pytorch-gpu版本来具体描述。

        请注意:这里我给出的方案全部基于windows系统、nvidia显卡,其他系统仅供参考

环境准备及安装

        首先呢,你需要了解两个非常重要的问题:

        1、你有没有GPU

                这里呢,有两种方案,你可以使用cmd来看看自己的显卡cuda情况

nvidia-smi

        当然,你通过NVIDIA控制面般也可以看到,你可以通过搜索栏搜到这个控制应用

        2、安装pytorch-gpu版本 

        你可以从pytorch官网上根据自己的cuda版本确认安装方式

        pytorch官网:https://pytorch.org/

        

        选中自己的CUDA版本(pytorch-cuda版本是向下兼容,也就表示如果你是12.0那就选以下的),会有命令生成,将其在cmd里执行即可

        这里呢,会下载一个大概2.7G左右的包

        Successfully 装好后请使用【3】检查下是否成功安装

         3、检查pytorch版本

        这里我用了python脚本来确

import torch

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

# 第一个值会显示pytorch的具体版本,例如:2.1.2+cu118,这里就已经表示用的是gpu了,而且对应pytorch-cuda版本是11.8版本
# pytorch-cuda版本是向下兼容,也就表示如果你是12.0那就选以下的

# 如果第二个值是true,表示是pytorch-gpu
# 否则还是用的是cpu版本

原文地址:https://blog.csdn.net/G541788_/article/details/135437236

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。

如若转载,请注明出处:http://www.7code.cn/show_54172.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注