cuda11.2版本的对应安装的pytorch版本

因为电脑里有配置paddle环境,当时用的cuda11.2,现在又要配置torch环境,查看torch官网后发现没有cuda11.2版本对应的torch下载。

考虑到版本向下兼容,可能不一定非要下载cuda=11.2对应的那个版本的torch,或许低于这个版本就可以。所以我就选择下载cuda11.1的版本。

以下是pytorch对应的稳定版的网址下载链接,可以根据需要找到对应的torch版本下载,

https://download.pytorch.org/whl/torch_stable.html

当然也可以在官网Previous PyTorch Versions | PyTorch

直接选择

# CUDA 11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

进行安装,在线安装时间比较久,跟网速有关,最好选择直接下载进行安装。使用迅雷下载快速下载对应版本并安装,省时间。

 

安装完进行测试是否能够正常调用gpu

import torch

print(torch.cuda.is_available()) # cuda是否可用

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))

答案是肯定的呀。请看输出结果如下。

 

 啦啦啦啦,我是聪明的小行家。。。。。。。。

 

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>