参考： Windows配置深度学习环境(从查询合适的torch版本开始)——torch+CUDA+cuDNN-CSDN博客 nvcc -V
查看系统安装的 cuda 版本
nvidia-smi
1
2
3
nvcc -V #查看系统安装的 cuda 版本
nvidia-smi # 查看显卡驱动，以显卡支持的最新的cuda版本
cuda +cudnn 是系统级别的架构配置，类似于 conda ，要从系统层面配置，并设置环境变量；
pytorch 是依赖级别的架构配置，是各种依赖包，类似于 pandas，需要在哪个虚拟环境下配置，就在哪个环境下安装，推荐使用 pip 安装；
pytorch 的安装：
- 安装 pytorch 时要注意，如果直接使用
pip install torch，则安装的是 cpu 版本的 - 所以要安装 pytorch 时，安装 gpu 版本的。主要步骤为：
- 打开 pytorch 官网，点击上方的
get started, 
- 等待安装完成即可
- 打开 pytorch 官网，点击上方的
- 验证安装：
查看PyTorch的版本信息
1
2
3
4
5
import torch
print(torch.__version__)
print(torch.version.cuda if torch.cuda.is_available() else "No GPU support")
print(torch.backends.cudnn.version() if torch.cuda.is_available() else "No GPU support")
