我要评论如何查看当前 pytorch 版本，在你的项目中运行如下代码（如果没有安装过，则跳过）
import torch
print(f"pytorch 版本: {torch.__version__}")
# 如果输出 pytorch 版本: 版本号+cpu
说明你的 pytorch 是 cpu 版本，如果想使 gpu 加速代码，请跟我下面的步骤来
首先检查你的电脑是否有英伟达显卡（nvidiv）
一般笔记本可以查看在笔记本c面上是否有一张绿色的小贴纸，上面如果有 nvidiv 可直接去下一步
如果时间长或者没贴纸的也别着急，可以跟着我下面的步骤检查。
运行：win + r 打开运行对话框，输入 devmgmt.msc 然后按回车
就可以进入到设备管理器页面，在此页面打开显示适配器，gpu 前带 nvidia就没问题了。
一、查看电脑显卡驱动版本
打开命令提示符（windows）或终端（macos/linux）
输入以下命令并回车：
nvidia-smi
在输出的信息右上角，你会看到一行 cuda version: xx.x。这个数字是你的显卡驱动最高支持的 cuda 版本。
这里我的版本是13.2
二、安装
1. 卸载pytorch
如果只前学习安装过 cpu 版本的 pytorch 的话,，我们需要先卸载原先的 pytorch （若未安装过，则进行下一步）。
在终端中运行以下代码（如果安装到虚拟环境中，则需要先进入虚拟环境，再运行下面代码）
pip uninstall torch torchvision torchaudio
2. 安装gpu版本的pytorch
建议 本机的cuda 版本 >= 安装的cuda版本，例如我的版本是13.2 > 12.6 就可以
可以去往pytorch官网，进入主页往下滑，看到如下页面 install pytroch，根据你的情况选择
然后打开终端运行它给出的代码（若有项目则在项目虚拟环境终端运行）
例如：
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu126
三、检验
1. 终端检验
在终端中运行 pip list （若有项目则在项目虚拟环境终端运行）
看到版本号后加cu和刚才你安装版本号一致就安装成功
2. 代码检验
输出 true，则说明安装无误
import torch print(torch.__version__) print(torch.version.cuda) print(torch.cuda.is_available()) #输出为true，则安装无误
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论