Comme le montre la figure ci-dessous, le python que j'utilise est la version 3.8, et je veux télécharger l'environnement GPU de la version cuda=11.7 de pytorch, mais après avoir entré la commande suivante, le package d'installation de la version cpu téléchargée est toujours affiché.
Solution : téléchargez d'abord la version CPU de la boîte à outils, puis remplacez la version CPU par la version GPU via une installation locale.
Entrez y après Proceed([y]/n)? et appuyez sur Entrée pour télécharger et installer la version du processeur.
done signifie que le téléchargement est terminé, puis entrez dans l'environnement python et entrez la commande suivante, si aucune erreur n'est signalée, la version du processeur est installée avec succès.
import torchEntrez exit() pour revenir à l'environnement d'origine.
Dans la source Tsinghua https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/ , recherchez les trois packages de version cuda suivants et téléchargez-les localement, faites attention au numéro de version requis.
Saisissez le code suivant dans la fenêtre de commande :
conda install --offlineEnsuite, faites glisser le package compressé téléchargé dans la fenêtre de commande pour former une telle commande.Le contenu de la zone rouge est l'adresse du package compressé et le nom du package compressé.
Appuyez sur Entrée pour installer.
Les trois packages d'installation de GPU locaux sont installés avec succès à tour de rôle. Entrez ensuite le code suivant pour afficher :
conda list
Vous pouvez voir que le package d'installation a été mis à jour, puis entrer dans l'environnement python pour vérification.
Entrez python et appuyez sur Entrée pour entrer dans l'environnement. Le >>> devant indique que l'entrée est réussie.
Ensuite, entrez la torche d'importation et appuyez sur Entrée
Entrez ensuite torch.cuda.is_available() et appuyez sur Entrée. Si True s'affiche, cela signifie que l'environnement de version GPU de pytorch a été créé avec succès !