本地GPU调用失败问题解决3重新配置anaconda环境(成功)

1、右键"以管理员身份"打开anaconda prompt

conda create -n python 3.9

2、使用官方下载源的配置

3、修改conda下载超时

conda config --set remote_connect_timeout_secs 60

conda config --set remote_read_timeout_secs 100

查看配置结果conda config --show

配置内容:

配置文.condarc中也只剩下超时数据了,原设定的其他国内镜像不见了

4、

CUDA 12.1 根据官网执行指令

conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia

国内源情况执行

conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1

看一眼配置源情况

输入conda info,只列出了官方源

5、中间过程输入y,继续下一步,直至done

6、查看安装的包版本

其中部分源来自清华镜像,可能是之前新建环境的时候还在使用清华镜像

输入:conda list

python 3.9.19

pytorch 2.2.0

pytorch-cuda 12.1

torchaudio 2.2.0

torchvision 0.17.0

其他包:截图

7、检查指定

输入:

python # 进入python环境

import torch

print(torch.version) # 返回torch版本

print(torch.cuda.is_available()) # 返回GPU是否可用

8、在pycharm中的检测

返回torch安装版本

print(torch.version)

返回GPU是否可用

print(torch.cuda.is_available())

返回GPU设备数量

print(torch.cuda.device_count())

返回GPU设备名称

print(torch.cuda.get_device_name(0))

9、成功!

10、安装代码中需要的其他库

conda install pandas scikit-learn

等等

相关推荐
蒙娜丽宁40 分钟前
Rust 性能优化指南:内存管理、并发调优与基准测试案例
开发语言·性能优化·rust
豐儀麟阁贵1 小时前
5.2 类
java·开发语言
九皇叔叔1 小时前
Java循环结构全解析:从基础用法到性能优化(含经典案例)
java·开发语言·python
chxin140161 小时前
优化算法——动手学深度学习11
pytorch·python·深度学习
JanelSirry1 小时前
如何查看java死锁?具体怎么做,怎么避免
java·开发语言
小龙报2 小时前
《算法通关指南之C++编程篇(5)----- 条件判断与循环(下)》
c语言·开发语言·c++·算法·visualstudio·学习方法·visual studio
郝学胜-神的一滴2 小时前
C++ STL(标准模板库)深度解析:从基础到实践
linux·服务器·开发语言·c++·算法
LL_break2 小时前
线程3 JavaEE(阻塞队列,线程池)
java·开发语言·java-ee·线程·线程池·阻塞队列
Fortunate Chen2 小时前
初识C语言12. 结构体(自定义类型的核心工具)
c语言·开发语言·笔记
闲人编程2 小时前
使用Python操作你的手机(Appium入门)
python·智能手机·appium·自动化·codecapsule·处理弹窗