笔者PyTorch的全部简单教程请访问:https://www.jianshu.com/nb/48831659
PyTorch教程-0:PyTorch的安装
安装PyTorch
安装PyTorch参考如下的页面:https://pytorch.org/get-started/locally/
根据自己电脑的系统、安装方式、CUDA版本、PyTorch版本等进行配置选择,然后复制下边的命令到命令行工具执行即可

对于CUDA版本,这里介绍Windows系统的查看方式:
- 在桌面右键选择 NVIDIA 控制面板,或者直接搜索“NVIDIA control panel”,再或者在右下角收起的程序中寻找。打开控制面板后选择上方选项中的最后一个“帮助”下的系统信息。

- 在系统信息中,切换到“组件”选项卡,找到“NVCUDA64.DLL”,后边的“产品名称”中可以看到其版本

将获取到的命令复制到命令行中执行,等待一段时间后即可安装成功。

验证是否安装成功
在一个Python解释器中通过如下的代码验证是否安装成功(以及CUDA是否可用):
import torch
torch.rand(4,3)
torch.cuda.is_avaliable()

网友评论