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
2601_967979129 分钟前
【一】tensorflow安装、常用python镜像源、tensorflow 深度学习强化学习教学
深度学习·tensorflow·安装教程·anaconda·gpu安装
tellmewhoisi2 小时前
深度学习0:数学知识:最大似然推导过程
人工智能·深度学习·概率论
罗西的思考21 小时前
【轻量化复现大模型 / KIMI K3】训练模块梳理 & Muon P2P 优化器
人工智能·深度学习·机器学习
伞伞悦读1 天前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习
李小白杂货铺1 天前
Windows 桌面 GUI 原型快速开发技术选型指南(Mac 开发 + Windows 交付场景)
windows·原型·gui·原型开发·技术选型·快速开发·技术路线
会飞锦鲤1 天前
基于 RT-DETR 的 PCB 缺陷检测
深度学习·目标检测·计算机视觉·pyqt5·rt-detr·工业质检·pcb缺陷检测
承渊政道1 天前
magic-resume简历工具教程:Windows部署、在线编辑与远程访问
windows·远程访问·在线编辑·简历制作·工具教程·magic-resume
观察员2 天前
告别频繁锁屏:5行 PowerShell 脚本实现 Windows 自动防休眠
windows·命令行
Funlang2 天前
在 Windows 95 上写前端
前端·javascript·windows