DEVICE = torch.device("cuda" if torch.cuda.is_available() else "cpu")
# 让torch判断是否使用GPU
当提示无法运行在GPU:显卡版本太低。用以下方法解决:
用这两个命令可以分别检查pytorch和cuda安装是否成功,返回值如图所示则正常:
环境的配置可以参考该文章:https://blog.csdn.net/qq_36653505/article/details/83932941。我个人的步骤为:安装Anaconda,单独配置一个装有pytorch的python环境,安装PyCharm,将解释器设置为pytorch环境中的python。
不建议直接去官网下载,有时候速度慢,有时候会中途断连,当然也可以尝试,有时候比较顺利。
可以使用设备管理器的显示适配器-独显驱动升级来完成,快速稳定。
本文地址:https://blog.csdn.net/QB_Gan/article/details/107282295
如对本文有疑问, 点击进行留言回复!!
Framework binder驱动(一)MediaPlayerService 启动
网友评论