【pytorch环境配置】

已于 2022-10-17 13:35:20 修改
阅读量360 收藏
点赞数
文章标签： pytorch python 深度学习
于 2022-10-17 11:30:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Drunk_awm/article/details/127358606
版权

nvidia-smi
查看代码

在这里插入图片描述
我这里的NVIDIA显卡驱动版本是512.72
在这里插入图片描述
选择cuda11.6
cudnn 把三个文件夹的文件复制进cuda的文件夹里
安装
在这里插入图片描述

终于成功啦！！

cuda和cudnn下载巨慢的问题 将链接中的com改为cn

小裴（碎碎念版）
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytorch安装教程，pytorch环境配置
08-03
PyTorch 安装教程和环境配置详解 PyTorch 是一个基于 Python 的机器学习框架，广泛应用于深度学习和人工智能领域。 本文将详细介绍 PyTorch 的安装教程和环境配置，包括 Anaconda 的安装、PyTorch 的安装、GPU 版本...
Pytorch环境配置安装教程.pdf
07-11
《PyTorch环境配置安装教程》 在深度学习领域，PyTorch是一个广泛使用的开源框架，它提供了灵活的计算图和动态图模式，适合于快速实验和开发。本教程将详细指导你完成PyTorch的环境配置，确保你在Windows7及以上...
nvidia驱动和pytorch版本不匹配问题
weixin_41012399的博客
09-14 5990
驱动和pytorch版本不匹配报错： /home/anaconda3/envs/yolov5/lib/python3.7/site-packages/torch/cuda/init.py:52: UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 10010). Please update your GPU driver by downloading and installi
Anaconda Pycharm Pytorch（GPU版本）的配置
qq_46080349的博客
12-05 7330
Anaconda、 Pycharm、 Pytorch（GPU版本）的配置
【youcans的深度学习 03】PyTorch GPU版本安装与环境配置
youcans的博客
03-25 3827
安装 GPU 版本的 PyTorch 需要 NVIDIA（英伟达）显卡，否则只能[安装 PyTorch（CPU版）。本文详解 PyTorch GPU 版的下载、安装和测试。
解决pytorch安装问题，以及NVIDIA CUDA与显卡驱动对照表
Nano_RK的博客
04-25 1万+
现在pytorch都是官网一键复制安装，很简单。 但是新手还是容易出现以下两个问题，原因是当显卡驱动与cuda不匹配（极少数是pytorch版本问题）： >>> torch.cuda.is_available <function is_available at 0x0000021667561678> or >>> nvcc -V Traceb...
深度学习pytorch-GPU环境配置
mustanger的博客
04-17 2502
本文记录了电脑环境基于pytorch安装配置GPU的过程。 目录： 一、查看驱动程序 二、安装Pytorch+torchvision+torchaudio 三、安装CUDA 四、加入CUDNN库文件 五、配置环境变量 环境：win11+NVIDIA RTX4500+anaconda2.4.0+pycharm2022 一、查看驱动程序版本 1、nvidia 控制面板 查看【帮助】-》【系统信息】-》组件 CUDA 12.0.151 driver 2、打开cmd，输入：nvid
Pytorch环境配置 cudnn多版本 6.0-7.1-8.2
06-22
标题中提到的"Pytorch环境配置 cudnn多版本 6.0-7.1-8.2"意味着我们将讨论如何为不同的CUDA版本选择合适的cuDNN版本。以下是一些关键点： 1. **cuDNN 8.2**：这是最新版本，支持CUDA 11.5、11.4、11.3、11.1和11.0...
pytorch环境配置软件.txt
03-22
文件：torch-1.4.0+cu92-cp37-cp37m-win_amd64.whl torchvision-0.5.0+cu92-cp37-cp37m-win_amd64.whl cuda_9.2.148_win10.exe cudnn-9.2-windows10-x64-v7.6.4.38 Anaconda3-2020.02-Windows-x86_64 ...
Pycharm中切换pytorch的环境和配置的教程详解
12-20
总结来说，正确配置和管理PyTorch环境是深度学习开发的基础。通过Anaconda创建环境，使用PyCharm的解释器设置与之配合，以及灵活地切换环境，可以有效地避免版本冲突，保证项目的顺利运行。此外，了解如何在PyTorch...
Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境
weixin_43589205的博客
10-19 2458
Ubuntu18.04+Nvidia RTX 3060+Pytorch配置GPU环境
pytorch安装（阿里源）
小白代码进阶之路
04-02 9161
网上搜 pytorch 安装教程，要么就是从官网安装（速度慢，要科学上网），要么就是用清华的源，但是清华的源已经挂了，于是网上多了很多的无效教程。 今天给朋友的电脑装 pytorch ，找到了阿里的源，速度很快，接下来是步骤： 本教程截止2021年4月2日是有效的。 首先我们先更新一下pip 执行命令： python -m pip install pip --upgrade 我这里是已经更新好了 执行命令开始安装： pip install torch torchvision -i http:
安装pytorch步骤及遇到的问题
m0_51437509的博客
11-14 310
步骤参考：【最新】2021.10.17 conda安装pytorch 1.8（【最新】2021.10.17 conda安装pytorch 1.8_conda install pytorch。首先恢复默认源：conda config --remove-key channels。(2)安装对应版本的numpy：pip install numpy==1.24。解决办法：采用阿里云的镜像源，试了清华源和中科大的解决不了。解决办法：用bard或者new bing搜一下对应的版本。
pytorch安装记录
qq_34108497的博客
07-11 745
pytorch下载
linux(阿里云)安装pytorch
最新发布
liji_digital的博客
02-15 629
ubuntu22.04已经预装了python 3及pip。阿里云 ubuntu 22.04 UEFI版 64位。1 检查python3和pip3是否已经安装。3 安装完毕，检查pytorch版本。2 安装pytorch。
重装pytorch历程-问题-解决
GUO_PP的博客
01-04 2678
重装pytorch时候遇到的问题及解决过程
2023最新pytorch安装教程，简单易懂，面向初学者（Anaconda+GPU）
热门推荐
weixin_45334223的博客
01-27 15万+
2023最新pytorch安装教程，简单易懂，面向初学者（Anaconda+GPU）
N卡所有旧版本驱动下载（2021年6月3日测试可用版）
qq_44839042的博客
06-03 3万+
我2020年的 N卡所有旧版本驱动下载 帖子中有网友提示我已经失效，这次我重新测试并做了修改，主要是输入的代码有了修改，希望对大家有用。 我的2015年的950M的战神笔记本电脑升级驱动后疯狂蓝屏，想搞个362.43版本驱动录屏，找了好久教程才弄明白，在这里综合一下网上大神的方法，做了个保姆式教程，供人参考。 打开网址 https://www.geforce.cn/drivers 选好自己电脑的显卡型号 按F12（打开浏览器控制台） 找到Console选项，复制粘贴以下内容并按回车键。 SystemS
超简单的pytorch（GPU版）安装教程（亲测有效）
兴趣使然的创作者
03-14 2万+
之前安装pytorch框架，直接在pytorch官网复制命令下载。 顺利安装之后，结果发现竟然是CPU版本，导致运行视频流十分卡顿，浪费了我这2060的GPU。 于是果断卸载 pip uninstall torch pip uninstall torchvision 经过数小时的尝试之后，终于成功安装，现将过程记录分享一下。 1、安装cuda和anaconda 要使用pytorch-GPU，首先确保自己的显卡是英伟达显卡（RTX），然后安装CUDA，这一步其它教程很多。安装好之后要查看自己的CUDA版
pytorch环境配置
07-27
在配置PyTorch环境时，有几种不同的方法可以选择。首先，你可以使用指定版本的命令来安装PyTorch和相关的库，例如使用conda install命令指定版本号来安装PyTorch、torchvision、torchaudio和pytorch-cuda。例如，可以使用以下命令安装特定版本的PyTorch环境：conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia。\[1\] 另一种方法是在已经创建的环境中安装PyTorch。你可以使用conda install命令来安装PyTorch、torchvision、torchaudio和cudatoolkit。例如，可以使用以下命令在名为pytorch的环境中安装PyTorch：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch。\[2\] 此外，你还可以通过更改环境的源来加快下载速度。例如，你可以使用conda config命令将环境源更改为清华源。以下是更改环境源为清华源的命令示例：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes。\[3\] 希望这些信息对你有帮助！ #### 引用[.reference_title] - *1* [pytorch环境配置](https://blog.csdn.net/qq_45011164/article/details/128322884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [PyTorch环境的配置及安装](https://blog.csdn.net/qq_45432276/article/details/125275338)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [利用Anaconda安装pytorch和paddle深度学习环境+pycharm安装---免额外安装CUDA和cudnn（适合小白的保姆级...](https://blog.csdn.net/didiaopao/article/details/119787139)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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