附:很重要
查看GPU计算能力,,
https://developer.nvidia.com/zh-cn/cuda-gpus#compute
一定要 安装与计算力相符合的 cuda
1. 下载和安装nvidia显卡驱动 —— 一般可以省略
cmd
nvidia-smi 或 nvidia –smi
如果有,则显示信息
如果没有, 查看 设备管理器 gpu版本和型号,去官网下载驱动
NVIDIA 驱动下载链接:
https://www.nvidia.cn/Download/index.aspx?lang=cn
下载对应你的英伟达显卡驱动。
2. 检查电脑是否有cuda —— 一般也可以省略
cmd
nvcc-V
如果有,会显示cuda 版本信息
若没有,则安装cuda
NVIDIA CUDA各版本下载链接(包括最新11版本和以往10.2版本)
https://developer.nvidia.com/cuda-downloads
cuda 11.3自动配置环境变量
3. 下载对应cuda版本的cuDNN
https://developer.nvidia.com/rdp/cudnn-download
150****@163.com inu****123…
4. 安装anaconda
Just me
默认即可
5. 安装pytorch
之前的博客
https://blog.csdn.net/Inuyasha_1314/article/details/124958908
测试代码
import torch
# from torch.utils.tensorboard import SummaryWriter
import torchvision
from torch.utils.data import DataLoader
from torch import nn
from torch.nn import Sequential, Conv2d, MaxPool2d, Flatten, Linear
import time
# 定义设备(新增加)
device = torch.device("cuda")
# 准备数据及
train_data = torchvision.datasets.CIFAR10('./cifar10', True, transform=torchvision.transforms.ToTensor(),download=False)
test_data = torchvision.datasets.CIFAR10('./cifar10'