PyCharm配置pytorch环境[通俗易懂]

cuda安装教程+cudnn安装教程_sinat_23619409的博客-CSDN博客_cuda安装 

面向Windows的Pytorch完整安装教程_冰海的博客-CSDN博客_windows安装pytorch

windows10安装cuda10.2_bingo_liu的博客-CSDN博客_cuda10.2 

Windows+pycharm安装pytorch_HWQlet的博客-CSDN博客_pycharm安装pytorch 

NVIDIA、CUDA、pytorch三者版本的对应关系_丹妍同学的博客-CSDN博客_cuda9.1对应的pytorch

坑：版本对应、显卡问题

 在pycharm虚拟环境中安装的话，先配置cuda、cudnn，然后在pycharm终端中安装对应版本的pytorch。

还可能出现

print(torch.cuda.is_available())

打印True，但是使用GPU进行加速仍然会报错的情况，原因可能是显卡太垃圾了。。。

所以不能只通过上面一行代码进行测试

测试代码

import torch
# 以下代码只有在PyTorch GPU版本上才会执行
import time

print(torch.__version__)
print(torch.cuda.is_available())
a = torch.randn(10000, 1000)
b = torch.randn(1000, 2000)
t0 = time.time()
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))

device = torch.device('cuda')
a = a.to(device)
b = b.to(device)
t0 = time.time()
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))

t0 = time.time()
c = torch.matmul(a, b)
t1 = time.time()
print(a.device, t1 - t0, c.norm(2))

配置完成