情况搭建——CUDA、Python、Pytorch

安装anaconda

创建假造情况

conda create -n env_name python==python版本
安装pytorch

在官网中下载：
https://pytorch.org/get-started/previous-versions/
https://pytorch.org/get-started/locally/

测试cuda是否可用

1. import torch
3. # 打印设备信息
4. print("Available devices:")
5. print(torch.device('cpu'))
6. print(torch.device('cuda'))
7. print(torch.device('cuda:1'))
9. # 检查 CUDA 是否可用
10. is_cuda_available = torch.cuda.is_available()
11. print(f"CUDA is available: {is_cuda_available}")
13. # 获取可用的 GPU 数量
14. gpu_count = torch.cuda.device_count()
15. print(f"Number of GPUs available: {gpu_count}")
17. # 打印每个 GPU 的名称
18. if is_cuda_available:
19.     for i in range(gpu_count):
20.         print(f"GPU {i}: {torch.cuda.get_device_name(i)}")
21. else:
22.     print("No CUDA-capable GPU is available.")

复制代码

:::success
Available devices:
cpu
cuda
cuda:1
CUDA is available: True
Number of GPUs available: 2
GPU 0: NVIDIA GeForce RTX 3090
GPU 1: NVIDIA GeForce RTX 3090
:::
在测试cuda可用之后再去安装依赖库

:::color1
pip install -r requirements.txt
:::
对应关系

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告