torch==1.8.1 torchvision==0.9.1怎么换成gpu

要在PyTorch版本1.8.1和torchvision版本0.9.1中启用GPU支持，首先你需要确保你的系统上已经安装了CUDA（NVIDIA的并行计算平台）和cuDNN（深度学习库的GPU加速部分）。然后按照以下步骤操作：

1. **安装CUDA**: 访问NVIDIA官网下载适合你系统的CUDA版本，并按照说明安装。

2. **设置环境变量**: 确保`CUDA_HOME`、`PATH` 和 `LD_LIBRARY_PATH` 环境变量指向正确的CUDA路径。例如，添加到bashrc文件中：

   export CUDA_HOME=/path/to/cuda
   export PATH=$PATH:$CUDA_HOME/bin
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64

3. **检查cuDNN**: CUDA通常会包含cuDNN，但也需要手动安装。确认已安装，如果没有，则去NVIDIA官网下载cuDNN并添加到适当的路径。

4. **安装pytorch**: 安装时指明cuda版本，比如：

   pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 -f https://download.pytorch.org/whl/torch_stable.html

这里假设你的CUDA版本对应的是cu111，如果不确定，替换为实际版本号。

5. **验证GPU安装**:

   import torch
   print(torch.cuda.is_available())  # 如果返回True，表示GPU可用
   device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

完成以上步骤后，你应该可以在torch 1.8.1和torchvision 0.9.1中使用GPU进行运算。