介绍
这篇文章将为大家详细讲解有关PyTorch如何检查GPU版本是否安装成功,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
蟒蛇命令行下检查:
(基地),PS C: \ \用户chenxuqi> conda 停用 PS C: \ \用户chenxuqi> conda activate ssd (ssd), PS C: \ \用户chenxuqi> python Python 3.6.12  |水蟒,Inc . |,(默认情况下,,Sep 9, 2020年,00:29:25),[MSC v.1916 64年,bit (AMD64)],提醒win32 想Type “帮助”,,“copyright",,“credits",趁机“license" for more 信息。 在祝辞祝辞import 火炬 在祝辞祝辞,打印(torch.__version__) 0.4.0 在祝辞祝辞,print (torch.cuda.is_available ()) 真正的 在在在 在在在 祝辞祝辞祝辞
cmd命令行下检查cuda安装:
Microsoft Windows [版本,10.0.18363.1139] (c), 2019年,Microsoft 公司。保留所有权利。 C:\Users\ chenxuqi> nvcc ——版本 学校网站:NVIDIA (R), Cuda compiler 司机 Copyright (c), 2005 - 2017, NVIDIA 公司 Built 提醒Fri_Sep__1_21:08:32_Central_Daylight_Time_2017 Cuda compilation 工具,release 9.0, V9.0.176 C:\Users\ chenxuqi> C:\Users\ chenxuqi>
执行使用GPU的代码:
import 时间 import torch ################################################## for 小姐:拷贝范围(10): 时间=start 才能;time.time () 时间=a 才能;torch.FloatTensor(我* 100、1000、1000) 时间=a 才能;a.cuda (), # a =, 时间=a 才能;torch.matmul (,) 最终获得才能=,time.time(),背后,开始 打印才能(结束)
执行结果:
注意,这里显存太小,溢出了……但是安装是成功的……
Windows PowerShell 尝试新的跨平台,PowerShell https://aka.ms/pscore6 PS C: \ \桌面chenxuqi \ \新用户建文件夹在,,,& # 39;D: \ Anaconda3 \ env \ ssd \ python.exe& # 39;, & # 39; C: \ chenxuqi \ .vscode \ \用户扩展python \ ms-python.python-2020.10.332292344 \ pythonFiles \ lib \ \ debugpy \发射器# 39;,& # 39;50571 & # 39;,& # 39;——& # 39;,& # 39;C: \用户桌面\ chenxuqi \ \新建文件夹\ testGPU.py& # 39; 3.6260359287261963 0.6305170059204102 0.9055967330932617 1.3199987411499023 1.5979139804840088 2.0483360290527344 THCudaCheck FAIL 文件=c: \ programdata \ miniconda3 \ conda-bld \ pytorch_1524549877902 \ \工作阿托恩\ src \ thc \通用/THCStorage.cu 行=58,错误=2,:out of 内存 Traceback (most recent call 最后一个): 用户,File “c: \ \ chenxuqi \电脑\新建文件夹\ testGPU.py",, line 10,拷贝& lt; module> 时间=a 才能;torch.matmul (,) RuntimeError: cuda runtime  error (2),:, out of memory at c: \ programdata \ miniconda3 \ conda-bld \ pytorch_1524549877902 \ \工作阿托恩\ src \ thc \通用/THCStorage.cu: 58岁 PS C: \ \桌面chenxuqi \ \新用户建文件夹在conda activate ssd PS C: \ \桌面chenxuqi \ \新用户建文件夹在
<强>补充:pytorch离线安装,验证gpu版安装成功强>
使用conda命令在线安装pytorch会下载中断,添加pip清华大学镜像https://pypi.tuna.tsinghua.edu.cn/simple/中源下好火炬,安装包,然后使用pip命令
pip install “下在的安装包的路径“
例如:
pip install “C: \ 28614 \ \用户桌面\ pytorch-nightly-cpu-1.0.0.dev20181222-py3.7_cpu_0.tar.bz2"
安装gpu版,需要安装,cuda和cudnn。
验证gpu版是否安装成功
import 火炬 print (torch.cuda.is_available ())
返回真,则安装成功
关于“PyTorch如何检查GPU版本是否安装成功”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看的到。