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
冬奇Lab10 小时前
Workflow 系列(03):状态管理——持久化、幂等性与版本绑定
人工智能·工作流引擎
冬奇Lab10 小时前
每日一个开源项目(第146篇):openpilot - 开源自动驾驶辅助系统,曾在 Consumer Reports 评测中超过特斯拉 Autopilot
人工智能·开源·自动驾驶
吴佳浩12 小时前
AI 工程师知识地图:模型格式、框架、部署工具一次讲明白
人工智能·aigc·ai编程
IT_陈寒12 小时前
Java的Date类又坑了我一次,改用时间戳真香
前端·人工智能·后端
码农胖大海12 小时前
AI额度不够用的解决方案
人工智能
后端小肥肠13 小时前
小红书虚拟商品怎么做?我先用 Skill 跑通了壁纸品类
人工智能·aigc·agent
feiyu_gao13 小时前
从零搭建个人 AI 工作台:一个管理者的 3 个月实验
人工智能·aigc·团队管理
程序员cxuan14 小时前
一句话,让你用上 GPT-5.6
人工智能·后端·程序员
机器之心14 小时前
AI圈刚开始谈Loop Engineering,两位95后博士已经盯上了人类闭环数据
人工智能·openai