使用GPU加速及配置
配置CUDA
英伟达
https://developer.nvidia.com/cuda-downloads
Python
python要求3.8.x版本以上
python下载
https://www.python.org/getit/
使用pytorch
查询地址：
https://pytorch.org/index.html
给出建议：
可以直接
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
shell中会报出版本信息，根据版本信息查找whl文件，手动下载
实在太慢，可以手动下载地址，建议使用迅雷下载
查询地址
https://download.pytorch.org/whl/torch/
安装
pip install path/文件名.whl
查看是否成功
import torchprint("PyTorch 版本:", torch.__version__)if torch.cuda.is_available():print("CUDA 可用！")print("CUDA 版本:", torch.version.cuda)print("GPU 设备名称:", torch.cuda.get_device_name(0))
else:print("CUDA 不可用。")# 创建一个张量
tensor = torch.tensor([1, 2, 3], dtype=torch.float32)# 获取当前设备
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')# 将张量移动到 GPU 上
tensor_gpu = tensor.to(device)print("张量已移动到设备:", tensor_gpu.device)
print("张量内容:", tensor_gpu)# 创建两个张量，并将它们移动到GPU上
a = torch.tensor([[1, 2], [3, 4]], dtype=torch.float32).to(device)
b = torch.tensor([[5, 6], [7, 8]], dtype=torch.float32).to(device)# 矩阵乘法
matrix_product = torch.matmul(a, b)# 将结果移回CPU打印
print("矩阵乘法的结果:")
print(matrix_product.cpu())
配置完成！！！