Pytorch环境配置2.0.1+ Cuda11.7

TanJingV2024-06-01 19:09

查找cuda、cudnn、Pytorch(GPU)及cuda和NVIDIA显卡驱动对应关系

查询可支持的最高cuda版本

bash 复制代码

nvidia-smi

查看支持的cuda的版本 CUDA版本对应表

我的显卡驱动是Driver Version：535.40.，那么左边对应的CUDA都可以兼容

右上角为CUDA 版本，可以看到该电脑可以支持的cuda版本最高是12.3，驱动是向下兼容的，所以cuda版本小于等于12.3的都可以安装上（建议11.8版本可以兼容大部分的库）

查看自己是否已经安装CUDA

bash 复制代码

nvcc -V

显示如下，表明已经安装

如果未安装，安装Cuda驱动工具

Cuda硬件驱动工具包安装教程
pytorch gpu版本的最全安装教程，含环境配置、CUDA（百度云下载）安装程序失败解决方案

如果想配置不同版本的cuda，可以看这个
如何在电脑上安装多个版本的CUDA

创建pytorch的环境

bash 复制代码

conda create -n pytorch_GPU python=3.9
conda activate pytorch_GPU

安装torch2.0.0+cuda11.7

官网找到了pytorch1.7版本的conda安装命令

bash 复制代码

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

查询torch版本情况

python 复制代码

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号
print(torch.__version__)  #注意是双下划

参考文献

https://blog.csdn.net/weixin_42184315/article/details/134259075