RTX 3080 安装 pytorch-gpu 1.12.0 + torchvision 0.13.0 + CUDA 11.3.0 + cudnn 8.8 .0

文章描述了在conda环境下安装PyTorchGPU版本时遇到的问题及解决方法。首先,由于conda默认安装的可能是CPU版本,需要从PyTorch官网下载对应版本的wheel文件手动安装。接着,下载并安装CUDA11.3和cudnn8.8.0,然后将它们复制到CUDA安装目录。最后,通过`torch.cuda.is_available()`检查GPU支持情况,确保安装成功。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

直接conda install安装pytorch gpu遇到的问题

一、使用conda创建虚拟环境

二、下载pytorch gpu版本

三、安装pytorch、torchvision和torchaudio

四、下载CUDA11.3和cudnn8.8.0

五、安装CUDA的流程

六、安装cudnn

七、检查pytorch gpu是否可以运行


直接conda install安装pytorch gpu遇到的问题

一开始我时选择直接在pytorch官网复制命令直接conda安装:

安装完成后运行下列程序显示为False,说明GPU版本没有安装成功。

import torch
torch.cuda.is_available()

输入conda list命令,发现安装的pytorch为cpu版本。这是由于conda安装的时候会按照这四个pytorch、torchvision、torchaudio和cudatoolkit的版本同时在当前的安装包库内匹配,没有发现pytorch gpu版本就会自动用cpu版本代替。

因此,需要在https://download.pytorch.org/whl/torch_stable.html网站下载上述pytorch1.12.0、torchvision0.13.0、torchaudio0.12.0这三个安装包,手动安装。

一、使用conda创建虚拟环境

首先安装Anaconda,使用Anaconda Powershell Prompt创建一个虚拟环境,以便于后续环境的管理。PS:运行别人的项目时最好配置新的环境。

这里创建一个python版本为3.7的虚拟环境,环境名叫”pytorch“:

conda create -n pytorch python=3.7

然后激活这个环境:

conda activate pytorch

此时的环境由base切换到创建的虚拟环境pytorch

二、下载pytorch gpu版本

 打开网站:

https://download.pytorch.org/whl/torch_stable.html

Ctrl+F搜索:cu113/torch-1.12.0

 

 可以看到出现上面几个安装包,cu113表示CUDA1.13,即为GPU版本torch-1.12.0为pytorch版本。cp表示python版本,之前创建的虚拟环境pyhon=3.7,因此这里选择cp37,然后选择windows系统的win_amd64.

按照此方法,在网页https://download.pytorch.org/whl/torch_stable.html中下载所需的三个安装包:

cu113/torch-1.12.0%2Bcu113-cp37-cp37m-win_amd64.whl

cu113/torchvision-0.13.0%2Bcu113-cp37-cp37m-win_amd64.whl

cu113/torchaudio-0.12.0%2Bcu113-cp37-cp37m-win_amd64.whl

三、安装pytorch、torchvision和torchaudio

在pytorch虚拟环境中,使用pip install 命令安装下载好的三个文件

pip install D:\Download\IEdownload\torch-1.12.0+cu113-cp37-cp37m-win_amd64.whl
pip install D:\Download\IEdownload\torchvision-0.13.0+cu113-cp37-cp37m-win_amd64.whl
pip install D:\Download\IEdownload\torchaudio-0.12.0+cu113-cp37-cp37m-win_amd64.whl

 pip install后面为文件下载的路径

四、下载CUDA11.3和cudnn8.8.0

从上图可以看到,pytorch1.12.0对应的cudatoolkit为11.3,因此需要去nvidia官网下载:

https://developer.nvidia.com/cuda-11.3.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local

在下面网址下载适配CUDA11.x的cudnn8.8.0

https://developer.nvidia.com/rdp/cudnn-download#

五、安装CUDA的流程

 选择自定义安装

 只安装CUDA

 默认安装路径为系统盘

 完成安装后的文件在系统盘:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

六、安装cudnn

将cudnn压缩包解压后有如下三个文件夹:

 

将它们全部复制到CUDA的安装文件夹v11.3中

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3

 

 使用win+R快捷键打开运行,输入cmd

 输入nvcc -V查看cuda是否安装成功

可以看到cuda11.3已经安装成功 

七、检查pytorch gpu是否可以运行

在pytorch虚拟环境中运行python,并输入:

import torch
torch.cuda.is_available()

 显示为True说明gpu版本安装成功

评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值