CUDA安装,以11.6版本为例(小白必会版)

前言:先介绍一下cuda和cudnn

CUD为“GPU通用计算”构建的运算平台。

cudnn:为深度学习计算设计的软件库。

CUDA Toolkit (nvidia): CUDA完整的工具安装包,其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。包括 CUDA 程序的编译器、IDE、调试器等,CUDA 程序所对应的各式库文件以及它们的头文件

注:有需要帮忙安装的可以私聊博主

官方教程:

CUDA:Installation Guide Windows :: CUDA Toolkit Documentation

cuDNN:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

一、cuda的下载及安装

1.1cuda版本的确定

 通过以上三步可以确定电脑支持的cuda(其实严格意义是通过步骤2中的驱动程序版本来确定可以支持的cuda,如下图)

 注:可能有小伙伴不知道怎么找到控制面板,我大概讲一下啊

方法:点击开始菜单-所有应用-在里面能够找到NVIDIA Control Panel;或者是通过搜索直接搜NVIDIA Control Panel,打开也就是NVIDIA控制面板窗口。即可

 1.2下载CUDA toolkit

kCUDA Toolkit Archive | NVIDIA Developer

点进去,按照如下配置选择,然后点击下载: 

 根据自己电脑系统的版本选择10或者11,我电脑是10,所以我选择了10

最终下载出.exe格式的文件

 1.3cuda安装

安装cuda时,第一次会让设置临时解压目录,第二次会让设置安装目录;

临时解压路径,建议默认即可,也可以自定义。安装结束后,临时解压文件夹会自动删除;

安装目录,建议默认即可;

注意:临时解压目录千万不要和cuda的安装路径设置成一样的,否则安装结束,会找不到安装目录的!!!

选择自定义安装

安装完成后,配置cuda的环境变量;

命令行中,测试是否安装成功;

双击“exe文件”,选择下载路径(推荐默认路径)

 同意并继续

 自定义安装,精简版本是下载好所有组件,并且会覆盖原有驱动,所以在这里推荐自定义下载

如果你是第一次安装,尽量全选

如果你是第n次安装,尽量只选择第一个,不然会出现错误

 后面都是一直点击下一步:

 到这里就完成很多啦,继续点击下一步

查看环境变量

点击设置-->搜索高级系统设置-->查看环境变量

【如果没有需要自己添加】

验证是否安装成功:

运行cmd,输入nvcc --version 即可查看版本号;

set cuda,可以查看 CUDA 设置的环境变量

今天写到这里,明天再更

  • 15
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
### 回答1: 很高兴回答您的问题,Ubuntu Anaconda安装PyTorch CUDA=11.6 GPU版本的步骤如下:1. 安装CUDA 11.6;2. 安装Anaconda;3. 通过Anaconda安装PyTorch;4. 安装CUDA Toolkit;5. 激活GPU版本PyTorch。 ### 回答2: 要在Ubuntu上安装PyTorch CUDA 11.6 GPU版本,可以按照以下步骤进行: 1. 首先,确保您的系统中已经安装了合适版本的NVIDIA驱动程序,以支持CUDA 11.6。可以使用以下命令检查已安装的NVIDIA驱动程序版本: ``` nvidia-smi ``` 2. 接下来,安装Anaconda来管理Python环境。您可以从Anaconda官方网站下载适用于Ubuntu的Anaconda安装程序。下载完毕后,运行以下命令安装Anaconda: ``` bash Anaconda-latest-Linux-x86_64.sh ``` 3. 安装完成后,更新Anaconda: ``` conda update --all ``` 4. 创建一个新的conda环境,并激活该环境: ``` conda create --name myenv conda activate myenv ``` 5. 添加conda源,以便安装PyTorch和CUDA 11.6: ``` conda config --add channels conda-forge conda config --add channels pytorch ``` 6. 安装PyTorch和CUDA 11.6: ``` conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge ``` 7. 安装完成后,您可以使用以下命令验证是否成功安装: ``` python import torch print(torch.cuda.is_available()) ``` 如果输出为True,则表示PyTorch与CUDA 11.6 GPU版本已成功安装在您的Ubuntu系统上。 请注意,安装过程可能需要一些时间,并且根据您的系统配置以及网络连接状况,可能会有一些额外的依赖项需要安装。您可以根据安装提示进行相应的操作。 ### 回答3: 要在Ubuntu上安装PyTorch的CUDA 11.6 GPU版本,可以按照以下步骤进行操作: 1. 首先,在Ubuntu上安装Anaconda,可以从Anaconda官方网站下载适用于Linux的Anaconda安装程序。 2. 下载安装完成后,在终端中输入以下命令以创建并激活一个新的Anaconda环境: ``` conda create --name pytorch_env conda activate pytorch_env ``` 3. 接下来,安装CUDA 11.6驱动程序。可以从NVIDIA官方网站下载并根据说明进行安装。确保所使用的CUDA版本与显卡兼容。 4. 在Anaconda环境中安装PyTorch和必需的依赖项。可以使用conda命令或pip命令进行安装。以下是使用conda安装的示例命令: ``` conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch ``` 或者,使用pip命令安装: ``` pip install torch==1.9.0+cu116 torchvision==0.10.0+cu116 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html ``` 这将安装PyTorch 1.9.0版本及其相关软件包,并与CUDA 11.6版本进行连接。 5. 安装完成后,可以编写和运行使用PyTorch进行GPU计算的程序了。可以在Python脚本中导入PyTorch库,并使用GPU进行计算。示例代码如下: ```python import torch # 检查CUDA是否可用 if torch.cuda.is_available(): device = torch.device("cuda") # 将张量分配给GPU x = torch.tensor([1.0, 2.0]).to(device) y = torch.tensor([3.0, 4.0]).to(device) z = x + y print(z) else: print("CUDA不可用") ``` 以上是在Ubuntu上使用Anaconda安装PyTorch CUDA 11.6 GPU版本的一般步骤。具体的安装细节可能会根据系统的配置和要求有所不同,请确保根据实际情况进行相应调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

科研分母

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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