Tutoriel d'installation de la version GPU de Pytorch (Cuda12.1)

Lorsque nous installons Torch via le site officiel de Pytorch, nous constatons que l'installation échoue souvent en raison de problèmes de vitesse du réseau. Ce qui suit fournit une méthode simple pour installer avec succès Cuda12.1, et le test personnel est efficace.

Table des matières

1. Méthode conventionnelle 

2. Méthodes efficaces

2.1 Créer et activer un environnement virtuel

2.2 Ajouter une source Tsinghua

2.3 installer la torche

---

 

1. Méthode conventionnelle 

Installez la torche via le site officiel de Pytorch, le lien URL est le suivant : PyTorch 

Vous constaterez que la vitesse d’installation est très lente et qu’il est facile d’échouer.

2. Méthodes efficaces

2.1 Créer et activer un environnement virtuel

Créer un environnement virtuel 

conda create -n pytorch39 python==3.9

Activer l'environnement virtuel

conda activate pytorch39

2.2 Ajouter une source Tsinghua

L'ajout de la source Tsinghua peut accélérer le réseau et améliorer considérablement le taux de réussite de l'installation

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

2.3 installer la torche

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html

Vérifiez que l'installation a réussi

Anaconda prompt 里输入 python
>>> import torch
>>> torch.__version__
'2.0.0+cu118'
>>> torch.cuda.is_available()
True
>>> torch.cuda.get_device_name(0)
'NVIDIA GeForce RTX 3090'

Comme le montre la figure ci-dessus, pytorch (Cuda12.1) est installé avec succès !