Pytorch的GPU版本安装,在安装anaconda的前提下安装pytorch

本文基于conda安装GPU版本的PyTorch

一、CUDA

1.下载CUDA 点击下载

找到对应的版本进行下载

(1)打开命令提示符查看自己的版本,输入 nvidia-smi

根据自己的版本进行下载

(2)点击适合自己的版本进行下载

(3)进行安装

根据提示点击

(4)查看系统变量是否自动添加,如没有需要手动添加

(5)测试环境是否安装成功

打开命令提示符输入nvcc --version

2.cuDNN 下载

(1)需要先进行登录或注册

(2)进去之后选择适合自己的版本进行下载

(3)解压下载好的cuDNN,里面有三个文件夹

(4)将三个文件夹拷贝到cuda的安装目录下(可以参考环境变量中的地址)

默认安装路径:

c 复制代码
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

(5)CUDA安装目录拷贝后文件夹如下:

(6)添加系统环境变量

在path添加如:bin、include、lib、libnvvp

c 复制代码
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

(7)验证是否成功

打开命令提示符输入cd命令进入如下目录:cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite

然后输入.\bandwidthTest.exe

再输入.\deviceQuery.exe

二、pytorch下载

1.下载 pytorch

进入pytorch页面之后,往下翻页,找到如下界面

2.查看cuda版本

打开命令行 输入:nvidia-smi

3.找到对应的版本

pytorch版本 CUDA版本
pytorch1.0.x 支持CUDA7.5
pytorch1.1.x 支持CUDA8.0
pytorch1.2.x 支持CUDA9.0
pytorch1.3.x 支持CUDA9.2
pytorch1.4.x 支持CUDA10.1
pytorch1.5.x 支持CUDA10.2
pytorch1.6x 支持CUDA11.0
pytorch1.7x 支持CUDA11.0/11.1
pytorch1.8.x 支持CUDA11.1/11.2
pytorch1.9x 支持CUDA11.1/11.2 /11.3
pytorch1.10.x 支持CUDA 11.1/11.2 /11.3/11.4


4.安装 (方法一)

1.下载地址torch

  1. Anaconda prompt 命令,先进入虚拟环境,然后输入 python,我的 python 版本是3.8

创建虚拟环境

python 复制代码
# conda create -n 虚拟环境名 python版本 
conda create -n d2l-zh-GPU python=3.8

激活虚拟环境

python 复制代码
#conda activate 虚拟环境名字
conda activate GPU 

3.参考下载torch

4.将下载好的torch和torchvision放到一个文件夹下,并用cd命令进入 如果跨盘符 可参考cd命令

c 复制代码
cd 路径名

5.用pip命令安装

python 复制代码
pip install "torch-1.10.0+cu113-cp39-cp39-win_amd64.whl"
pip install "torchvision-0.11.1+cu113-cp39-cp39-win_amd64.whl"

4.安装 (方法二)

(1)打开,Anaconda Prompt,创建虚拟环境

c 复制代码
# conda create -n 虚拟环境名 python版本
conda create -n d2l-zh-GPU python=3.8


(2)进入虚拟环境

c 复制代码
# conda activate 虚拟环境名
conda activate d2l-zh-GPU

(3)安装GPU版本的pytorch

输入第3步中找到对应版本的代码

c 复制代码
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

5.验证是否安装成功

(1)输入pip list

(2)输入python,接着输入

python 复制代码
import torch
torch.cuda.is_available() # 查看是否成功安装GPU版本

☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺☺

我是韩一,用知识认识更多的人,欢迎大家指正!

相关推荐
柠檬豆腐脑2 分钟前
Trae-Agent 内置工具深度解析
python·llm·agent
jndingxin1 小时前
OpenCV 图像哈希类cv::img_hash::AverageHash
人工智能·opencv·哈希算法
ydl11281 小时前
机器学习基础知识【 激活函数、损失函数、优化器、 正则化、调度器、指标函数】
python·机器学习
Jamence1 小时前
多模态大语言模型arxiv论文略读(153)
论文阅读·人工智能·语言模型·自然语言处理·论文笔记
晨曦5432101 小时前
量子计算突破:8比特扩散模型实现指数级加速
人工智能
Albert_Lsk1 小时前
【2025/07/11】GitHub 今日热门项目
人工智能·开源·github·开源协议
莫彩1 小时前
【大模型推理论文阅读】Enhancing Latent Computation in Transformerswith Latent Tokens
论文阅读·人工智能·语言模型
康斯坦丁师傅1 小时前
全球最强模型Grok4,国内已可免费使用!(附教程)
人工智能·grok
崔高杰1 小时前
微调性能赶不上提示工程怎么办?Can Gradient Descent Simulate Prompting?——论文阅读笔记
论文阅读·人工智能·笔记·语言模型
chao_7891 小时前
CSS表达式——下篇【selenium】
css·python·selenium·算法