提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
up讲的很细!,强烈推荐,学习过程随手记录。移步up视频👇
最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 CPU GPU 版 | 土堆教程_哔哩哔哩_bilibili
全方位无死角让你成功安装PyTorch深度学习环境。一个学会了,可以用10年的安装教程。 收藏学习后,你绝对可以成为课题组的环境配置小能手。 详细介绍了GPU和CUDA版本之间的关系和联系,绝对是你在其他教程中没有看过的内容。 带字幕版本。
GPU(Graphics Processing Unit)
深度学习显卡,NVIDIA显卡,AMD显卡无法应用于deeplearning
CUDA用于操作NVIDIA的显卡
Cuda runtime version是软件层面的,
Cuda driver version是GPU硬件层面的驱动
环境配置中的哥哥(各个)软件的关系
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
//mirrors.aliyun.com/anaconda/pkgs/main
不推荐在环境内永久添加通道
1.确定显卡型号
2.确定显卡算力CUDA - Wikipedia
3.确定CUDA RUNtime
4.自己安装的驱动nvidia-smi CUDA Driver Version 12.1
5.最终确定CUDA RUNtime适用 型号 11.8;12.0;12.1
判断CUDA Runtime版本并安装
1)更新最新的GPU驱动,官方驱动 | NVIDIA
2).打开命令窗口,输入nvidia-smi确定cuda driver版本;12.2
3).打开pytorch官网,确定cuda runtime 版本,11.8
安装Pytorch
在虚拟环境中安装PyTorch(安装PyTorch,需要安装pytorch,torchvision,torchaudio三个包)
从官网Start Locally | PyTorch采用命令行下载
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
验证pytorch是否安装成功
安装Pycharm
2023的添加环境即可