本系列文章配套代码获取有以下两种途径：
-
通过百度网盘获取：
链接：https://pan.baidu.com/s/1XuxKa9_G00NznvSK0cr5qw?pwd=mnsj提取码：mnsj
-
前往GitHub获取：
https://github.com/returu/PyTorch开发环境：
-
Python3.9 + Anaconda -
CUDA 11.7 -
PyTorch 2.0.1
CUDA：
-
CUDA：NVIDIA为“GPU通用计算”构建的运算平台。 -
CUDA Toolkit：CUDA完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。后续所谓的升级CUDA其实就是下载安装对应版本的CUDA Toolkit。 -
cudnn：是一个专门为深度学习计算设计的软件库，里面提供了很多专门的计算函数，如卷积等。
-
输入nvcc –version命令查看当前系统中的CUDA版本，也就是CUDA runtime。 -
输入nvidia-smi命令查看当前系统支持的CUDA版本，也就是CUDA Dirver。
例如，下图所示的电脑系统支持的CUDA版本为11.7，而安装的为CUDA11.6，即安装的版本不能高于系统支持的版本。
如需更新CUDA版本可以前往NVIDIA官网下载对应版本的CUDA Toolkit：
https://developer.nvidia.com/cuda-toolkit-archive
另外，cudnn库其实不需要提前下载安装配置，后续安装Pytorch时会自动安装。
PyTorch安装：
前往PyTorch官网，在页面的GET Started部分，选择自己的开发环境进行选择，然后在Command中输入最后显示的命令即可。
可以通过上面的链接查看安装之前的PyTorch版本。
推荐使用conda安装。
PyTorch安装检查：
import torch
print(torch.__version__)
print('GPU:',torch.cuda.is_available())
2.0.1
GPU: True
更多内容可以前往PyTorch官网查看：
https://pytorch.org/
本篇文章来源于微信公众号: 码农设计师
