【深度学习】不同虚拟环境安装不同Pytorch版本

不同虚拟环境安装不同Pytorch-GPU版本

步骤

在成功安装Anaconda的基础上，执行以下操作：

步骤

step1: 打开Pytorch官网，复制指令

Pytorch官网
选择复制红框内指令，在prompt命令窗口右击以复制，并回车执行
在这里插入图片描述

在这里插入图片描述

step2: 检查cudnn是否安装

此时未安装
若已安装，请直接跳至step4进行测试即可.

但一般情况下都未安装，使用conda search cudnn查询可安装的cudnn版本

在这里插入图片描述

可使用conda search cudnn==8.2.1 --info查询特定版本的cudnn需要的cudatoolkit的版本要求:
在这里插入图片描述
*也可在https://developer.nvidia.com/rdp/cudnn-archive查看，此处不讲。

step3: 选择合适的cudnn版本进行安装

在这里插入图片描述

step4: 测试代码

import torch
print(torch.cuda.current_device())   # 返回当前设备索引
print(torch.cuda.device_count())    # 返回GPU的数量
print(torch.cuda.get_device_name(0))   # 返回gpu名字，设备索引默认从0开始
print(torch.cuda.is_available())   # cuda是否可用
print(torch.version.cuda)  # cuda版本
1
2
3
4
5
6

正常结果类似以下截图：
在这里插入图片描述

相关阅读:
k8s核心操作_使用k8s在一个pod中部署两个以上的容器_以及部署两个nginx尝试---分布式云原生部署架构搭建020
关于 Node.js 参数 max-old-space-size
算法学习笔记——对数器
【MySQL】高性能高可用设计实战-索引篇（MySQL专栏启动）
uni-app下Worker的使用
用什么方式推广莆田鞋最好？C原版本真的能买吗
Opencv(C++)笔记--打开摄像头、保存摄像头视频
麒麟KYLINOS桌面操作系统2303上安装tigervnc
Kotlin学习笔记（六）作用域函数run,with, apply,also,let,takeIf,takeUnless,repeat
单片机简介

原文地址：https://blog.csdn.net/two_ye/article/details/126022670