torch1.8.1支持cuda11.1吗
时间: 2023-09-25 18:13:19 浏览: 151
是的,torch 1.8.1 支持 CUDA 11.1。您可以在支持 CUDA 11.1 的计算机上安装 CUDA 11.1 和相应的 cuDNN 版本,然后使用 pip 安装 torch 1.8.1,即可在 CUDA 11.1 上运行 PyTorch。请注意,不同的操作系统和硬件可能需要不同的安装步骤和配置。
相关问题
torch1.8.1对应cuda
根据引用和引用的信息,torch 1.8.1对应的cuda版本是10.2。在引用中提到的docker镜像中,pytorch 1.8.1对应的cuda版本是11.1。所以,根据不同的安装方式,torch 1.8.1可以与cuda 10.2或cuda 11.1配套使用。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [Pytorch 1.8.1 with Cuda @ Windows 10](https://blog.csdn.net/blkf/article/details/115734972)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *3* [Linux安装Pytorch1.8GPU(CUDA11.1)](https://blog.csdn.net/qq_37541097/article/details/114896215)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]
我的环境是:PyTorch 1.8.1,Python 3.8(ubuntu18.04),Cuda 11.1如何配置相应版本的torch和torchvision
在您的环境中,要安装PyTorch 1.8.1和其对应的 torchvision 版本,您需要遵循以下步骤:
1. **更新pip**:
首先,确保您的 `pip` 已经是最新的。打开终端并运行:
```
pip install --upgrade pip
```
2. **安装CUDA和cuDNN**:
因为您有CUDA 11.1,所以需要安装对应的cuDNN库。从NVIDIA官网下载cuDNN对应版本(https://developer.nvidia.com/cudnn),按照官方指南进行安装。
3. **安装PyTorch**:
使用以下命令安装特定版本的PyTorch,记得将 `<version>` 替换为1.8.1的实际版本号:
```
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html
```
这里`+cu111`表示兼容CUDA 11.1,`-f`指定了PyTorch仓库源。
4. **检查安装**:
安装完成后,您可以输入以下代码来确认安装是否成功,并查看GPU版本信息:
```python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
```
5. **验证torchvision**:
为了确认torchvision也安装好了,可以导入并打印一下:
```python
from torchvision import datasets, transforms
print(transforms.__file__)
```
阅读全文