大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
1.首先配置Anaconda虚拟环境
在Anaconda Prompt中输入
conda create -n pytorch python==3.7
2.在该环境中安装pytorch
因为前面已经安装了cuda10.0.130和cudnn，安装与之匹配的pytorch版本，
官网中寻找，但是官网对应的命令貌似不太对（会有报错），最后看的是这个回答的命令。
pip install torch==1.2.0 torchvision==0.4.0 -f https://download.pytorch.org/whl/torch_stable.html
3.在pytorch-gpu环境中验证是否安装成功
首先在命令行中输入python进入python环境，然后输入命令验证pytorch是否安装成功：
import torch
print(torch.__version__)
接下来再验证pytorch调用cuda是否正确。输入命令：
print(torch.cuda.is_available())
4.在pycharm中使用pytorch
同样可以验证
这两个环境在这里切换，因为tensorflow-gpu需要的python版本是3.6，所以没有把tensorflow和pytorch装在一个环境中。
如果要卸载pytorch的话，进入相应环境在命令行中输入如下命令：
pip uninstall torch
如果使用的conda命令安装的pytorch，则用如下命令：
conda uninstall pytorch
conda uninstall libtorch
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/173166.html原文链接：https://javaforall.net
