cuda12.0 安装 pytorch

前两天买的y7000p到了,然后就要重新配下环境。

流程如下

  1. 首先下载miniconda ,我下的是python3.8
  2. 创建自己的自定义环境
  3. 检查自己的cuda版本,我的是cuda:12.0
  4. 然后再pytorch上找到对应cuda版本的进行下载,pip install或者conda install 都可以

1.


直达链接

2.

conda create --name you_env_name python=3.8

conda activate you_env_name

3.

在cmd里输入 nvidia-smi 查看对应的 cuda 版本

4.

这里我们下载11.8 因为一般来说cuda会向下兼容的,但是不要差太多,拿捏不准可以都试试看。

直达链接

5.

测试下载好的 torch 是否可以使用cuda

最后,测试完毕,没有问题,不过第一次 import torch可能时间要长一点,之后就很快了。

相关推荐
TeDi TIVE26 分钟前
开源模型应用落地-工具使用篇-Spring AI-高阶用法(九)
人工智能·spring·开源
2301_8038756128 分钟前
PHP 中处理会话数组时的类型错误解析与修复指南
jvm·数据库·python
m0_7436239230 分钟前
c++如何批量修改文件后缀名_std--filesystem--replace_extension【实战】
jvm·数据库·python
MY_TEUCK35 分钟前
Sealos 平台部署实战指南:结合 Cursor 与版本发布流程
java·人工智能·学习·aigc
三毛的二哥39 分钟前
BEV:典型BEV算法总结
人工智能·算法·计算机视觉·3d
j_xxx404_1 小时前
大语言模型 (LLM) 零基础入门:核心原理、训练机制与能力全解
人工智能·ai·transformer
飞哥数智坊1 小时前
全新 SOLO 在日常办公中的实际体验
人工智能·solo
2501_914245931 小时前
CSS如何处理CSS变量作用域冲突_利用特定类名重写变量值
jvm·数据库·python
菜鸟学Python1 小时前
Python生态在悄悄改变:FastAPI全面反超,Django和Flask还行吗?
开发语言·python·django·flask·fastapi
<-->1 小时前
Megatron(全称 Megatron-LM,由 NVIDIA 开发)和 DeepSpeed(由 Microsoft 开发)
人工智能·pytorch·python·深度学习·transformer