资料
官网:https://pytorch.org/
安装门户:http://pytorch.org/
API文档: https://pytorch.org/docs/stable/index.html
源代码:http://github.com/pytorch/pytorch
教程:http://pytorch.org/tutorials/
中文教程文档:https://pytorch.apachecn.org/
- github: https://github.com/apachecn/pytorch-doc-zh
- PyTorch 1.4 中文文档 & 教程搜索API
- PyTorch 1.0 中文文档 & 教程
- PyTorch 0.3 中文文档 & 教程
- PyTorch 0.2 中文文档
- PyTorch 英文文档
- PyTorch 英文教程
中文tutorials:https://pytorch-cn.readthedocs.io/zh/latest/
个人GitHub:https://github.com/HuangCongQing/pytorch
个人安装1.4版本
https://pytorch.org/get-started/previous-versions/
# CUDA 10.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch
# 1.2
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
# 1.2
# CUDA 9.2
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch
# CUDA 10.0========================
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
# CPU Only
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch
import torch
print(torch.__version__) # 1.14
视频:
《PyTorch深度学习实践》完结合集
https://www.bilibili.com/video/BV1Y7411d7Ys
PyTorch0.4,现在都到1.6,1.7
pytorch对应版本
https://pytorch.org/get-started/previous-versions/
CUDA 10.0对应torch1.2及其以下版本
CUDA 10.1对应torch1.3及其以上版本
重新安装torch,会自动卸载已安装版本,不需要先卸载原来的版本,如下图
$ nvidia-smi
可以看到驱动版本:430.64,CUDA应该对应10.1
# Thu Apr 1 18:34:20 2021
# +-----------------------------------------------------------------------------+
# | NVIDIA-SMI 430.64 Driver Version: 430.64 CUDA Version: 10.1 |
# |-------------------------------+----------------------+----------------------+
# | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
# | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M.
————————————————
版权声明:本文为CSDN博主「城俊BLOG」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/qxqxqzzz/article/details/115386765