在win10+vscode+anaconda3+python3.11.3独立环境部署pytorch2.0.1+cuda11.8
该方式不用提前安装 vs2015_runtime 运行时以及 cuda、cudnn,在执行 pytorch 官网的命令后已经全部带有。因此,可在独立环境中同时存在多个版本的 cuda 或者 pytorch cpu 版本。
1、确定可支持 CUDA 版本
打开 NVIDIA Control Panel(NVIDIA 控制面板),点击左下角「系统信息」,在「组件」标签页查看支持的最高版本,如图所示:
2、在 https://pytorch.org/ 查看 pytorch 支持的最高 CUDA 版本
3、执行部署
1)确保 anaconda3(python3.11.3)在 vscode 能够正常使用,相关部署参考 部署win10+vscode+anaconda3环境
2)执行下列命令
1 | conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia |
注:全部安装均采用默认源,其中 libcublas 包的安装比较费时。
3)验证
执行如下代码:
1 | import torch |
输出如下结果,表明全部组件安装成功:
1 | True |