Pytorch GPU配置与安装

pytorch相较于tensorflow有了更多的发展，越来越多的网络基于pytorch架构，因此配置好相应的环境尤为重要。

本篇教程目录：

①cuda安装与配置；

②版本对应关系；

③正式安装；

④验证；

①cuda安装与配置

可以参考这篇文章中的“第四步：选择要安装CUDA和CuDNN”

TensorFlow-GPU丝滑全流程安装攻略 - 哔哩哔哩 (bilibili.com)

注：系统层面需要配置好cuda和cudnn，否则无法使用gpu加速

②版本对应关系

③正式安装

在Anaconda Prompt终端输入：

conda create -n pytorch python=3.6

conda activate pytorch

pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

注：使用pip安装基本上没问题，若是用conda进行安装则为：conda install pytorch torchvision torchaudio cudatoolkit=10.1 。但需要注意的是，conda可能会下载cpu版本的pytorch导致验证失败；

官方命令参考：https://pytorch.org/get-started/locally/

④验证

python

import torch

x = torch.rand(4, 3)

print(x)

torch.cuda.is_available()

注：能创建tensor，返回结果为true即安装成功