本文主要是介绍深度学习之安装pytorch(GPU版本,cuda为11)————conda安装+镜像,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
建立虚拟环境:
conda create -n new_torch(自己取一个) python==3.7
填上镜像信息
conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirror.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
conda config --set ssl_verify false
conda安装torch
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1
其他相关依赖包
pip install opencv-python pillow matplotlib scipy pandas scikit-learn tqdm scikit-image imutils PyYAML seaborn easydict ipython imageio jieba -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install numpy==1.21 -i https://pypi.tuna.tsinghua.edu.cn/simple/
测试
import torch
if __name__ == '__main__':
print("Support CUDA ?: ", torch.cuda.is_available())
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
y = torch.randn(2, 3)
yy = y.cuda()
print(yy)
zz = xx + yy
print(zz)
# CUDNN TEST
from torch.backends import cudnn
print("Support cudnn ?: ", cudnn.is_acceptable(xx))
这篇关于深度学习之安装pytorch(GPU版本,cuda为11)————conda安装+镜像的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!