当前位置：首页 > article >正文

在 Windows 11 下的 WSL - Ubuntu 24.04 中安装 Torch 的记录

article 2025/1/2 3:27:57

#工作记录

前提条件：

1、正确安装了Anaconda，并编辑了环境变量，且验证安装成功；

【在 Windows 11 下的 WSL - Ubuntu 24.04 中安装 Anaconda3 - CSDN App】https://blog.csdn.net/u014451778/article/details/144737143?sharetype=blog&shareId=144737143&sharerefer=APP&sharesource=u014451778&sharefrom=link

2、正确安装了CUDA；

【在 Windows 11 下的 WSL - Ubuntu 24.04 中安装 CUDA 的记录 - CSDN App】https://blog.csdn.net/u014451778/article/details/144735570?sharetype=blog&shareId=144735570&sharerefer=APP&sharesource=u014451778&sharefrom=link

3、正确安装了cuDNN；

等待输出结果或者按下文验证，或者等最后验证

【Windows 11 系统下，通过 WSL（Windows Subsystem for Linux）里的 Ubuntu 24.04 安装 CUDNN 记录 - CSDN App】https://blog.csdn.net/u014451778/article/details/144734627?sharetype=blog&shareId=144734627&sharerefer=APP&sharesource=u014451778&sharefrom=link

4、由于安装以上步骤的不确定因素比较多，建议用conda命令安装：

#可指定版本或暂不指定版本进行简单安装
conda install pytorch torchvision torchaudio pytorch-cuda -c pytorch -c nvidia

5、统一验证安装：

import torch
print(torch.__version__)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print("CUDA 可用：", torch.cuda.is_available())
print("cuDNN 已启用：", torch.backends.cudnn.enabled)
print(torch.__version__)
x = torch.rand(5, 3)
y = torch.rand(5, 3)
z = x + y
print(z)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
print("CUDA available:", torch.cuda.is_available())
print("cuDNN enabled:", torch.backends.cudnn.enabled)
print(torch.version.cuda)
print(torch.backends.cudnn.version())

如果全部安装成功结果应该如下：