知识卡片
PyTorchGPU安装
安装 PyTorch 先到官网按系统、包管理器、Python 与 CUDA 版本选择配置,其中 CUDA 的选择由显卡与驱动决定:没有 GPU 就选 None,有 GPU 则按驱动选 10.1 或 9.2。用 conda 时可先试带 -c pytorch 的官方通道命令,若执行失败或下载慢就去掉该参数,改走镜像通道,再分别用 cpuonly 或 cudatoolkit=10.1 安装 CPU/GPU 版。用 pip 时可加清华源升级安装 GPU 版,或按 torch 1.6.0+cpu 与 torchvision 0.7.0+cpu 指定 CPU 版。Windows 下遇到路径无权限,右键以管理员身份打开 cmd 再装。最后用 torch.cuda.is_available 验证 GPU 是否可用。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 附录A 基于GPU的TensorFlow 2+与PyTorch 1+升级安装 · 查看原书依据
如果没有GPU显卡,则CUDA选择None,如果有GPU显卡,可以选择10.1或9.2(由驱动版本决定),具体可参考表A-1。 3)用CUDA安装: conda install pytorchtorchvisioncpuonly -c pytorch
参考来源
- 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》附录A 基于GPU的TensorFlow 2+与PyTorch 1+升级安装(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter21_0011.xhtml)
- 结论依据:原文 A.12 给出官网选配置、按驱动选 CUDA 版本、conda 与 pip 两类命令、Windows 管理员权限处理以及 torch.cuda.is_available 验证。
- 原始内容:如果没有GPU显卡,则CUDA选择None,如果有GPU显卡,可以选择10.1或9.2(由驱动版本决定),具体可参考表A-1。 3)用CUDA安装: conda install pytorchtorchvisioncpuonly -c pytorch