RTX3070 安装 pytorch

之前在 Pycharm 创建的虚拟环境安装的 pytorch，但是今天觉得不太方便，想在 Anaconda 环境下重新安装一下，这样方便我的包管理。即使是 RTX3070，新一代 30 系显卡，之前安装主流深度学习库，不方便的原因是不支持 CUDA11，现在可以了。安装步骤是很简单的，因为官网在去年就支持了 CUDA11.0 的 pytorch 版本的安装配置（其实我本机用的是 CUDA11.1），不过可以正常使用，没有问题。

安装步骤

1. 进入pytorch 官网

2. 根据自己配置选择合适包，我选择的配置如下，这里使用的 pip 安装方式，并且最后换成清华源进行下载（没换之前太慢了，几次卡退，挂了梯子也不是很理想）

原 Command:

pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

换源 Command：

pip install torch===1.7.1+cu110 torchvision===0.8.2+cu110 torchaudio===0.7.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果报错 zipfile.BadZipFile: File is not a zip file，就是网络问题，导致的中断，换源下载就好啦

1. 测试

# 测试 pytorch 是否安装成功
import torch
print(torch.__version__)
print(torch.cuda.is_available())

1.7.1+cu110
True

import time
for i in range(1,5):
    start = time.time()
    a = torch.FloatTensor(i*100,1000,1000)
    a = a.cuda() #a = a
    a = torch.matmul(a,a)
    end = time.time() - start
    print(end)

1.6777169704437256
0.2610034942626953
0.3769972324371338
0.5303194522857666

# 测试 tensorflow 是否安装成功
import tensorflow as tf
gpu_device_name = tf.config.list_physical_devices('GPU')
print(gpu_device_name)
print(tf.test.is_gpu_available())

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
True

from tensorflow.python.client import device_lib

# 列出所有的本地机器设备
local_device_protos = device_lib.list_local_devices()

[print(x) for x in local_device_protos if x.device_type == 'GPU']

name: "/device:GPU:0"
device_type: "GPU"
memory_limit: 3131113472
locality {
  bus_id: 1
  links {
  }
}
incarnation: 11154920148718950164
physical_device_desc: "device: 0, name: GeForce RTX 3070, pci bus id: 0000:2d:00.0, compute capability: 8.6"

相关资料

通过清华镜像源加速下载pytorch——(pip版本)