pytorch gpu版本安装

安装PyTorch的GPU版本需要进行以下步骤：

1.安装CUDA工具包和cuDNN：

- 首先，需要安装CUDA工具包（Nvidia的计算平台）。
根据你的Nvidia显卡型号从官方网站下载对应的版本。
- 接下来，需要安装cuDNN（CUDA深度神经网络库），cuDNN是专门为CUDA加速深度学习开发的库。
同样，也需要根据你安装的CUDA版本，下载对应的cuDNN。

2.创建conda虚拟环境：

下一步，创建一个conda虚拟环境来安装PyTorch GPU版本，这可以避免与其他现有包相冲突。

在终端中输入以下命令来创建一个名为pytorch的conda环境，并安装所有必要的依赖项：

conda create --name pytorch python=3.7
conda activate pytorch
conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

3.测试PyTorch GPU版本：

接下来，测试PyTorch GPU版本安装是否成功。

在python中导入PyTorch模块：

import torch

使用torch.device()指定可用的GPU：

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)

如果输出结果为“cuda:0”，则说明PyTorch GPU版本已成功安装并可以在GPU上运行。如果输出结果为“cpu”，则说明安装失败，需要重新检查以上步骤。