linux用conda重新安装cuda10.1对应的torch1.7.1GUP版本的命令

以下是在 Linux 上使用 Conda 重新安装 CUDA 10.1 对应的 Torch 1.7.1 GPU 版本的命令：

1. 创建一个新的 conda 环境：

conda create --name torch-env

2. 激活 conda 环境：

conda activate torch-env

3. 安装 CUDA 10.1：

conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

4. 安装 Torch 1.7.1 GPU 版本：

pip3 install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio===0.7.2 -f https://download.pytorch.org/whl/cu101/torch_stable.html

这些命令将会在您的系统上安装 CUDA 10.1 和 Torch 1.7.1 GPU 版本。请确保您的系统已经正确安装了 NVIDIA 显卡驱动和 CUDA。

相关问题

linux开发机使用conda安装CUDA10.1对应的torch1.70GPU版

首先，你需要在你的Linux开发机上安装CUDA 10.1。可以通过以下步骤安装：

1. 下载CUDA 10.1的安装包，可以从NVIDIA的官网下载。
2. 运行安装包，按照提示进行安装。记住安装路径，后面会用到。

安装完成后，你可以按照以下步骤安装torch 1.7.0 GPU版本：

1. 打开终端，使用conda创建一个新的环境：

   conda create -n torch_gpu python=3.7

2. 激活环境：

   conda activate torch_gpu

3. 安装pytorch和torchvision：

   conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

4. 测试安装是否成功，进入Python解释器，输入以下代码：

   import torch
   print(torch.__version__)
   print(torch.cuda.is_available())

如果输出的版本号为1.7.0，且cuda可用，则说明安装成功。

注意：安装过程中可能会遇到一些依赖项的问题，可以根据提示安装相应的依赖项。

怎么下载不是专门为CUDA 10.1版本优化torch1.7.1

您可以尝试在官方网站上下载适用于CUDA 10.1版本的torch1.7.1，或者使用conda或pip安装torch1.7.1并指定CUDA版本。如果您仍然遇到问题，您可以在相关的论坛或社区中寻求帮助。