环境搭建——CUDA、Python、Pytorch
安装anaconda
创建虚拟环境
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
import torch
# 打印设备信息
print("Available devices:")
print(torch.device('cpu'))
print(torch.device('cuda'))
print(torch.device('cuda:1'))
# 检查 CUDA 是否可用
is_cuda_available = torch.cuda.is_available()
print(f"CUDA is available: {is_cuda_available}")
# 获取可用的 GPU 数量
gpu_count = torch.cuda.device_count()
print(f"Number of GPUs available: {gpu_count}")
# 打印每个 GPU 的名称
if is_cuda_available:
for i in range(gpu_count):
print(f"GPU {i}: {torch.cuda.get_device_name(i)}")
else:
print("No CUDA-capable GPU is available.")
:::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
