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
databook7 分钟前
处理一批 PDF,怎么算真的处理完了
后端·python
土豆125014 分钟前
你只说要什么,它负责拆活交付:任务编排插件上手指南
人工智能·llm
承渊政道2 小时前
【Python编程快速上手—让繁琐工作自动化】(列表:把数据排成队,从下标取值到深拷贝)
开发语言·python·pycharm·自动化·列表
GoldenSpider.AI2 小时前
讲透 Claude Code 的 Code Mode:原理、流程、用法与 24 轮实测
人工智能·ai编程·claude code
oak隔壁找我2 小时前
一款运行在 DSH(DeepSeek Harness)中的工作区文件管理插件
人工智能
大胖爱学习_MJ2 小时前
Agent 如何安全地拿数据库密码?基于 HashiCorp Vault 的动态凭证下发
经验分享·python
江屿风2 小时前
AI Agent架构全解析:从规划到记忆的智能跃迁
人工智能·笔记·架构·agent·c/s·mcp工作流
ZONGYUAN-ROOT2 小时前
【API配额】多源 LLM API 配额池化实战:轮换调度、变化量监控、故障自愈一套方案(Python 完整实现)
人工智能
syso_稻草人3 小时前
qwen-image-2.1 高清放大拆解:Qwen21LatentUpscale 潜空间 2x + denoise 0.35 修细节,12 组场景实测
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1