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
元宇宙时间4 分钟前
Playfun即将开启大型Web3线上活动,打造沉浸式GameFi体验生态
人工智能·去中心化·区块链
开发者工具分享6 分钟前
文本音频违规识别工具排行榜(12选)
人工智能·音视频
产品经理独孤虾26 分钟前
人工智能大模型如何助力电商产品经理打造高效的商品工业属性画像
人工智能·机器学习·ai·大模型·产品经理·商品画像·商品工业属性
老任与码36 分钟前
Spring AI Alibaba(1)——基本使用
java·人工智能·后端·springaialibaba
蹦蹦跳跳真可爱5891 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
nananaij1 小时前
【Python进阶篇 面向对象程序设计(3) 继承】
开发语言·python·神经网络·pycharm
雷羿 LexChien1 小时前
从 Prompt 管理到人格稳定:探索 Cursor AI 编辑器如何赋能 Prompt 工程与人格风格设计(上)
人工智能·python·llm·编辑器·prompt
两棵雪松2 小时前
如何通过向量化技术比较两段文本是否相似?
人工智能
heart000_12 小时前
128K 长文本处理实战:腾讯混元 + 云函数 SCF 构建 PDF 摘要生成器
人工智能·自然语言处理·pdf
敲键盘的小夜猫2 小时前
LLM复杂记忆存储-多会话隔离案例实战
人工智能·python·langchain