Windows下PyTorch深度学习环境配置(GPU)

一:下载Anaconda

(路径最好全英文)

(下载好后,可以创建其他虚拟环境,因为是自己学习,所以先不放步骤,有需要者可以参考B站up我是土堆的视频)

二:利用 conda 或者 pip 安装 PyTorch

1. 确定自己安装的CUDA版本与GPU关系

1.确定显卡型号

(如图右上角,我是1050ti)

  1. 确定显卡算力 6.1

    (更多CUDA和GPU间的算力关系可参考https://zhuanlan.zhihu.com/p/544337083?utm_id=0)
  2. 确定CUDA Runtime

    (可以看到算力6.1对应的CUDA SDK,我选用目前最新的11.8)
  3. 我们看自己的驱动 CUDA Driver Version -- 12.2
    (打开cmd,输入nvidia-smi 就可看到cuda的版本,建议更新到最新)
    在-
    https://www.nvidia.cn/Download/index.aspx?lang=cn进行安装

    (将其中的信息选择自己电脑对应的型号,之后进行安装)

2. 安装GPU版本 PyTorch

打开pytorch官网

(本人如上)

将最下面那行复制,打开Anaconda prompt的窗口复制进去进行下载

(这里有镜像和pip的方法)

补pip:就是把第三行的conda换成Pip,再复制最后一行代码进行下载

三:验证

cpp 复制代码
conda env list  //显示环境
conda list  //显示环境下的包
conda activate 环境名  //切换环境
conda uninstall pytorch torchvison torchaudio cudatoolkit  //卸载那四个包

四:安装PyCharm并进行配置



PS:有更多疑问可以参考B站我是土堆

PS:他的博客

相关推荐
AI人工智能+1 小时前
炫光活体检测技术:通过光学技术实现高效、安全的身份验证,有效防御多种伪造手段。
人工智能·深度学习·人脸识别·活体检测
东方佑2 小时前
打破常规:“无注意力”神经网络为何依然有效?
人工智能·深度学习·神经网络
Francek Chen3 小时前
【深度学习计算机视觉】03:目标检测和边界框
人工智能·pytorch·深度学习·目标检测·计算机视觉·边界框
九章云极AladdinEdu3 小时前
AI集群全链路监控:从GPU微架构指标到业务Metric关联
人工智能·pytorch·深度学习·架构·开源·gpu算力
惯导马工3 小时前
【论文导读】IDOL: Inertial Deep Orientation-Estimation and Localization
深度学习·算法
爱学习的茄子3 小时前
Function Call:让AI从文本生成走向智能交互的技术革命
前端·深度学习·openai
CoovallyAIHub3 小时前
基于YOLO集成模型的无人机多光谱风电部件缺陷检测
深度学习·算法·计算机视觉
CoovallyAIHub3 小时前
几十个像素的小目标,为何难倒无人机?LCW-YOLO让无人机小目标检测不再卡顿
深度学习·算法·计算机视觉
IMER SIMPLE4 小时前
人工智能-python-深度学习-经典网络模型-LeNets5
人工智能·python·深度学习
却道天凉_好个秋4 小时前
深度学习(五):过拟合、欠拟合与代价函数
人工智能·深度学习·过拟合·欠拟合·代价函数