1.conda建立虛擬環境pytorch_gpu

conda create -n pytorch_gpu python=3.6

建立虛擬環境還是相對較快的，它會自動為本環境安裝一些基本的庫，等待時間無需很長，成功之後介面如下所示：

2.切換到pytorch環境

使用如下命令，切換到我們剛剛建立好的pytorch虛擬環境，這樣我們避免與其它python環境之間的干擾。

conda activeta pytorch_gpu

切換成功之後就會看到在路徑前邊顯示我們已經進入該虛擬環境。

3.安裝幾個常用庫（也可暫時不安）

conda install pandas jupyter notebook

4.安裝pytorch

4.1進入官網檢視要下載的版本

檢視對應的版本，這裡是官方連結：

4.2 根據系 統資訊及cuda版本選擇對應toolkit

這裡最主要的是那個CUDA的版本，此處我選擇的是10.1，是因為我的電腦的 cuda版本資訊就是這樣的。具體的檢視方法可在4.5節查閱。

4.3複製上圖中最後一行程式碼到pytorch環境終端

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

這裡是下載過程截圖：

但是在下載過程中torchvision以及pytorch沒有下載成功，

因為這是去其官網下載，下載速度很慢，在上圖中我們也可以看出是因為網路錯誤,網路上也有幾種其他的方法，此處我沒去驗證，我還是讓電腦重新下載的，等待時間挺長的，但是因為是在晚上下載的，一早起來就好了

4.4 驗證pytorch是否安裝成功

此時直接輸入 python，即可成功進入：

而後輸入如下指令，檢視torch是否安裝成功

>>> import torch
>>> x=torch.randn(4,4)
>>> print(x)

正常情況下是出現這個介面的：

驗證完成之後，可以quit()儲存退出。

4.5 如何檢視自己電腦cuda版本

4.5.1 windows如何檢視

NVDIA控制面板–>幫助–>系統資訊

元件–>NVCUDA.DLL 可以檢視CUDA版本

這裡我的顯示是10.1,所以我上邊下載的版本也是10.1的，這裡的版本要對應上，否則會出現問題。

4.5.2 linux如何檢視

開啟終端，輸入：nvcc -V

nvcc -V

或者如下方式檢視：

CUDA:

cat /usr/local/cuda/version.txt

cudnn:

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

到此這篇關於如何搭建pytorch環境的方法步驟的文章就介紹到這了,更多相關pytorch搭建環境內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！