大家好，又见面了，我是你们的朋友全栈君。
在安装好cuda和cudnn之后安装pytorch的方法
cudnn安装：
- 到cudnn官网下载：cudnn官方
下载cuDNN Library for Linux (x86_64) - 解压缩：
cp cudnn-8.0-linux-x64-v5.1.solitairetheme8 cudnn-8.0-linux-x64-v5.1.tgz
tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
- 拷贝文件
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo ldconfig
- 检验
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
安装pytorch：
网上很多的方法都不是镜像下载，或者镜像下载因为系统的问题找不到库
打开官网，找到对应合适的版本（cuda)：
https://pytorch.org/get-started/locally/
之后复制下面这一行指令：
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch
接下来就是关键一步了，
把-c pytorch表示的pytorch源，更改为国内的镜像。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
先浏览器打开这个网页，然后选择你的系统
点开之后复制这个新地址，将-c pytorch更改为
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
完毕
检验步骤：
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.backends.cudnn.version())
torch.cuda.is_available()
#cuda是否可用；
torch.cuda.device_count()
#返回gpu数量；
torch.cuda.get_device_name(0)
#返回gpu名字，设备索引默认从0开始；
torch.cuda.current_device()
#返回当前设备索引
如果有用麻烦大家点个赞吧~！
有问题欢迎留言交流~
cuda安装教程：https://www.csdn.net/tags/Mtjacg5sOTA5NTctYmxvZwO0O0OO0O0O.html
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/152757.html原文链接：https://javaforall.net
