配置和環境
Windows 10系統、#PyCharm#、Anaconda3圖形介面、RTX3070顯示卡
第一步:安裝Anaconda3環境首先,進入Anaconda的官網(https://www.anaconda.com)進行下載,選擇你想下載的#Python#版本(我選的是Python3.8),下載後安裝,基本都是選擇預設選項(新版省去配置環境變數的工作)。
安裝介面
最好兩個都選擇
安裝完成後可以開啟cmd測試python和conda是否都安裝好(如下輸入conda -v和python -v)
C:\Users\Administrator>conda -Vconda 4.9.2C:\Users\Administrator>python -VPython 3.8.5
第二步:用Anaconda Navigator配置虛擬環境首先開啟Anaconda Navigator圖形介面(如下圖),點選紅色框的"Environments";
Anaconda Navigator圖形介面
然後看到在該目錄下存在的變數,其中base(root)是本機配置的基礎環境,其他都是虛擬環境;
環境頁面
建立環境
開啟終端
第三步:安裝Pytorch和CUDA上一步結束我們打開了虛擬環境(test1)的終端,我們輸入如圖所示指令即可完成Pytorch、CUDA的安裝;
安裝pytorch和cuda
第四步:測試①安裝完成後,我們可以輸入如圖所示指令,可以檢視安裝的Pytorch版本;
測試pytorch
②我們可以輸入如圖所示指令,測試安裝CUDA是否可用;
import torchflag=torch.cuda.is_available()print("pytorch是否可以:" + "是" if flag else "否")device=torch.device("cuda:0" if flag else "cpu")print("GPU存在的話顯示編號,不在則顯示CPU:" + str(device))print("顯示顯示卡名稱:" + torch.cuda.get_device_name(0))
D:\python\Anaconda3\envs\test1\python.exe D:/python/pythonProject/pytorch_learning/judge_gpu.pypytorch是否可以:是GPU存在的話顯示編號,不在則顯示CPU:cuda:0顯示顯示卡名稱:GeForce RTX 3070
如果結果類似上面的情況,則證明Pytorch和CUDA安裝成功,接下來就可以進行程式的運行了。
最新評論