0、查看pytorch的版本、测试cuda是否可用及其数量、查看GPU的版本的代码

import torch
if torch.cuda.is_available():
    torch.set_default_tensor_type(torch. cuda. FloatTensor)
    print ("using cuda:",torch.cuda.get_device_name(0))
    pass
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(device)

print(torch.cuda.device_count())



# 测试CUDA是否可用
print(torch.cuda.is_available())
print(torch.__version__)

# nvcc --version   查看cuda的版本   此命令在终端运行

查看cuda版本命令的运行结果：

# nvcc: NVIDIA (R) Cuda compiler driver
# Copyright (c) 2005-2021 NVIDIA Corporation
# Built on Fri_Dec_17_18:28:54_Pacific_Standard_Time_2021
# Cuda compilation tools, release 11.6, V11.6.55
# Build cuda_11.6.r11.6/compiler.30794723_0

1、pytorch官网

pytorch官网安装界面
在这里插入图片描述
点击上图中白色框所标记的地方，进入安装界面。

在这里插入图片描述
如上界面，选择自己需要的版本。

想要使用GPU版的pytorch，首先得确保自己得电脑有NVIDIA得显卡。

2、安装GPU版的pytorch流程

（1）安装与自己电脑硬件显卡型号相匹配的cuda版本。

查看自己的电脑的显卡型号：
在这里插入图片描述

在电脑上打开如上图界面，即可查看。如上图片所示，我的电脑有N卡，其型号为NVIDIA GeForch GTX 1660Ti，此显卡与CUDA 11.6版本匹配！！！

（2）查看自己安装的cuda的版本

win+R快捷键打开“运行”框，cmd命令打开终端。在终端输入如下命令：

nvcc -V

（3）查看cudnn是否安装成功，

在终端先进入到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite这个目录下，命令如下：

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite

然后再运行如下命令。

bandwidthTest.exe

运行结果如下图红框标出，则说明安装成功。
在这里插入图片描述

（4）安装anaconda

（5）在anaconda软件中的anaconda prompt中创建一个虚拟环境

在base环境中输入下面命令：

conda create -n pytorch python=3.8

说明：命令中的pytorch是创建的虚拟环境的名字，可以自己随便设置。3.8是指给虚拟环境中安装的python的版本，也可以根据需要选择不同的版本。
创建好虚拟环境后，用下面命令激活虚拟环境：

conda activate pytorch

激活虚拟环境之后就可以安装pytorch了（为什么要安装在虚拟环境中，是为了避免安装包冲突，保护base环境）。
安装pytorch具体可以有两种方法：
（1）第一种就是到官网上把自己选好的pytorch版本安装运行命令复制到激活的虚拟环境中运行即可（保证网络良好）。
（2）如果第一种方法太慢，可以自己到官网指定的地址上将torcn的三个包分别下载到电脑上，然后，自己再在激活的虚拟环境下，进入到刚下载的torch的安装包的地址目录下，自己逐个安装即可。

需要注意的一点：官网安装界面显示的是最新版，以前版本如下图所示：
在这里插入图片描述

【Pytorch】深度学习框架pytorch的安装