PyTorch与CUDA环境的安装配置流程

1. 先检查你的CUDA环境

检查NVIDIA驱动和CUDA版本

nvidia-smi

查看右上角的CUDA Version(如:12.8)

2. 根据CUDA版本安装对应的PyTorch

访问 PyTorch官网 获取正确的安装命令。https://pytorch.org/get-started/locally/

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

卸载原有 torch torchvision ,执行以上命令安装。

3. 验证安装

import torch

检查PyTorch版本

print(torch.version)

检查CUDA是否可用

print(torch.cuda.is_available()) # 应该返回True

检查CUDA版本

print(torch.version.cuda)

检查GPU数量

print(torch.cuda.device_count())

执行 python 代码训练模型,显示 NVIDIA GPU 运行应用程序

相关推荐
武子康2 分钟前
Codex 后台任务结束了,为什么还不能直接接着用?
人工智能·llm·agent
Ivanqhz36 分钟前
数据搬运是性能关键
java·服务器·网络·人工智能·深度学习
糖糖单片机设计38 分钟前
基于STM32的电子密码锁设计与实现(矩阵键盘+防拆检测+GSM远程报警)
人工智能·stm32·单片机·嵌入式硬件
johnsong1 小时前
AI前沿日报 2026-09-19
人工智能·语言模型
程序员Better1 小时前
我终于遇到一台懂 AI 编程的专业编程显示器!
人工智能·openai·编译器
sky_8106131 小时前
AI Agent 2026编程类客户端调研报告
人工智能·ai
cyl12240711 小时前
2026年10月嵌入式培训指南:在“AI+嵌入式“爆发前夜,如何选择你的职业跳板?
人工智能·嵌入式硬件
zhikouai1 小时前
大模型越强,企业 AI 成本越高?3 个治理判断
人工智能
阳明山水1 小时前
校准分位数驱动智能库存决策
人工智能·深度学习·算法·机器学习·架构