目录

一招解决Pytorch-GPU版本安装慢的问题

一招解决Pytorch GPU版本安装慢的问题

https://i-blog.csdnimg.cn/direct/1c860e91c6c440548dcdaf5e50f3bce0.gif

Pytorch是一个流行的深度学习框架,广泛应用于计算机视觉、自然语言处理等领域。安装Pytorch GPU版本可以充分利用GPU的并行计算能力,加速模型的训练和推理过程。接下来,我们将详细介绍如何在Windows操作系统上安装Pytorch GPU版本。

查看是否有显卡

GPU版本的pytorch需要有显卡支持,如果没有显卡那就只能使用cpu版本了。

cpu版本安装:

pip install torch torchvision torchaudio

win+s搜索设备管理器,打开后,点击显示适配器

https://i-blog.csdnimg.cn/direct/e77b060a2a3449e8a252b990aea40e01.png

若你的电脑有独立显卡且显卡版本GTX>10,RTX>20那么便可以使用GPU版本的Pytorch。

显卡版本小于上述版本的显卡是没有CUDA支持的,无法使用Pytorch的GPU版本,只能使用CPU版本。

查看CUDA版本

win+r cmd命令行里输入:

nvidia-smi

查看CUDA版本:

https://i-blog.csdnimg.cn/direct/521ae49b0d25413b877424d3c1e95b0f.png

我这里是12.6,记住这个版本号。

下载CUDA驱动

NVIDIA驱动下载:

[CUDA Toolkit Archive | NVIDIA Developer

https://csdnimg.cn/release/blog_editor_html/release2.3.8/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=P1C7 “CUDA Toolkit Archive | NVIDIA Developer”) 根据刚刚的CUDA版本选择,12.6就下载CUDA Toolkit 12.6即可

https://i-blog.csdnimg.cn/direct/0521d597d71e4111ab91818825cc417b.png

点击后,这样选择:

https://i-blog.csdnimg.cn/direct/2e8d67afcf534d31b4e644435a55e705.png

然后按部就班安装即可。

Whl文件下载

装过pytorch的都知道,用pip或 从官网安装pytorch可能会出现runtime error等错误,安装成功后可能会面临安装的是cpu版本的pytorch,或者是python版本与pytorch版本不匹配等问题。所以我建议可以从下面链接先下载好对应的whl文件,链接如下:

[https://download.pytorch.org/whl/torch

https://csdnimg.cn/release/blog_editor_html/release2.3.8/ckeditor/plugins/CsdnLink/icons/icon-default.png?t=P1C7 “ )

https://i-blog.csdnimg.cn/direct/0c3bf504b7764768b2229cb97aaf4e5c.png

https://i-blog.csdnimg.cn/direct/127638ee3e054f7ebe0a5f580d056f54.jpeg

  1. cu126表示gpu cuda版本,下载好nvidia终端,并添加到环境变量后输入nvidia-smi  可以查看gpu版本号
  2. cp312代表python版本号,必须和python版本一致,不然下载后上也无法安装。
  3. wind_amd64表示windows系统

按照自己的版本选择后点击即可在浏览器里下载

https://i-blog.csdnimg.cn/direct/d56f5a4b71954e06937a6e50c48b1a88.png

点击蓝色文件夹,跳转到下载目录

点击文件ctrl+shift+c或右键复制文件地址后,win+r输入cmd打开cmd命令行

https://i-blog.csdnimg.cn/direct/d6a9c285dd944eebb655a7e8a0ee2f39.png

输入pip install后将路径复制然后等待下载即可,一般来说1~2分钟即可下载完毕

验证

import torch
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA是可用的:{torch.cuda.is_available()}")
print(f"当前pytorch使用设备:{torch.device('cuda' if torch.cuda.is_available() else 'cpu')}")

https://i-blog.csdnimg.cn/direct/e4578028d9284defaf00a0a20a1c7ded.png

安装成功!

https://i-blog.csdnimg.cn/direct/f1cd51655c194d36a997816b359537fd.gif