wsl安装pytorch

于 2024-10-10 20:26:02 发布
阅读量110 收藏
点赞数
文章标签： pytorch 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 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/MengRui2333/article/details/142831391
版权

去这里面找自己需要的版本Previous PyTorch Versions | PyTorch

我安装的是1.13.1，就举例子了

wsl是ubantu系统，用linux的，然后我的环境要求就是cuda11.7，我就选择了这一行，复制到我们配置好的anaconda虚拟环境中直接运行，也可以用pip安装，如果error了换个网络下

这是成功的样子，看到successfully就ok

然后进行一个验证，进到python里

输入下面的代码

import torch

torch.cuda.is_available()

看到返回True就好啦

张萌2018
关注
WSL安装Ubuntu及配置Pytorch
LeMonMannnn的博客
06-01 9179
在深度学习中经常会用到linux环境，但是相对于windows，对于作者这样的小白，使用linux肯定不是首选，但是最近用到了某些包，只能在linux环境下使用，在安装双系统时，发现了WSL2，尝试了一下很好用，所以记录一下安装教程，如果不习惯于linux，可以尝试使用。
win11 使用wsl2安装pytorch 梳理
G_l_zero的博客
04-11 2572
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 文章目录前言一、wsl2 + ubuntu + xfce4 + VcXsrv + xrdp + 远程桌面连接 及其改进 MobaXterm二、安装pytorch三. ubuntu命令行可视化anaconda总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：本文章的内容是我在使用ubuntu安装pytorch的过程，主要的关键词是 win11 - wsl2 - MobaXterm - anaconda3 - pytorch，基.
WSL安装Ubuntu和GPU版的Pytorch的安装
xxwl123的博客
12-18 1434
要求：Windows10版本2004及更高版本（内部版本19041及更高版本）或Windows11。这里最好使用Windows10专业版和Windows11专业版。首先打开电脑属性，界面如下，查看当前Windows版本是否满足要求，不满足则需要将Windows版本升级。在电脑本地启动wsl功能在开始菜单输入控制面板，点击进入，然后点击程序点击“启用或关闭Windows功能”首先启动Hype-V服务然后勾选wsl服务以上操作都做完之后，将电脑重启更新。
在 WSL2 上部署 PyTorch
weixin_41446370的博客
08-22 1863
开发项目需要使用AI，但是我习惯用 VMware 来开发各类项目，于是查到《Enable NVIDIA CUDA on WSL》可以实现 CUDA + VGPU 的功能。但是国内对这类资料较少，我就想顺便补个空白——在 WSL2 上部署 PyTorch。
在WSL2下配置Pytorch(Linux+Anaconda+PyTorch-GPU)
zoe2222226666的博客
06-10 1860
1.用户：以前没有注意过，默认用户root，还有一个自己取名的用户，可以配置默认打开的用户，要注意anaconda环境配置在哪个用户下，我就是在这里卡了很久，明明安装了anaconda居然找不到。最方便的方法就是通过官网的指令下载，一般推荐使用conda下载，根据自己的系统、CUDA版本生成指令，官网链接。因为WSL默认安装的是终端，需要自己配置桌面，尝试了几种方法以后，终于使用xfce4可以看到可视化桌面了。一般采用wget方式直接从linux拉取较稳定的旧版本，然后在本地安装，替换指令中的版本号即可。
win11下安装wsl ubuntu以及cuda-pytorch
u010192735的专栏
07-26 435
通过conda创建一个名为pytorch的虚拟环境，3.9是python的版本，都可以按自己需求改，一定要指定具体 python 版本。如：wsl --import ubuntu E:\wslubuntu E:\wslubuntu\ubuntu-20.04.tar。wsl --import ubuntu [新安装路径] E:\wslubuntu\ubuntu-20.04.tar。输入命令：sh Anaconda3-5.2.0-Linux-x86_64.sh。执行source activate。
wsl2安装cuda及pytorch
weixin_42187164的博客
09-12 1115
wsl2安装cuda及pytorch
WSL2 安装、配置 Cuda、pytorch 记录
LucienShui
11-16 756
最近整了张矿卡，为了这碟醋，包了盘饺子。虽然我已经预料到买前深度学习，买后电子竞技，但还是象征性的先配下环境。
WSL2 编译安装pytorch1.7.0
cascgu的博客
11-15 1436
WSL2要使用多显卡分布式计算，只能安装NCCL 2.11.4及以上版本，因此需要通过源码编译安装pytorch1.7.0。本博客适用于连接github不畅的用户。主要参考了这篇文章，并有所改动 一、clone源码 1、git clone https://github.com.cnpmjs.org/pytorch/pytorch 这里注意两点：1是国内访问github速度堪忧而且时断时续，所以clone使用国内镜像站的地址，我使用的是cnpmjs.org/，当然也可以用别的。2是不要加--recurs
win10/11下wsl2安装gpu版的pytorch（避坑指南）
zqm_0015的博客
03-27 4729
wsl下安装gpu版本的pytorch，是教程也是避坑指南~欢迎留言问问题
【WSL2笔记4】 PyTorch深度学习框架的多环境CUDA安装配置
老富的博客
04-13 430
列出conda安装包列表，确认安装的PyTorch是否CUDA版本, 第3列版本build中带_cu118，说明是CUDA加速版本。在安装包列表中了解即将安装的是否CUDA版本, 第2列版本build中带_cu118，说明是CUDA加速版本。在安装包列表中了解即将安装的是否CUDA版本, 第2列版本build中带_cu117，说明是CUDA加速版本。Conda虚拟环境调用的是CUDA ToolKit的CUDA/cuDDN,不是用根环境的最高版本CUDA。详见【WSL2笔记2】 搭建深度学习开发环境。
WSL2 + libtorch1.10.0-CPU 部署pytorch1.12.1模型 （Linux）
weixin_44708254的博客
11-30 153
C++部署pytorch模型
‌CUDA和‌cuDNN的基本概念‌；TensorFlow、PyTorch和MXNet
最新发布
ZJQ的博客
10-10 339
‌CUDA和‌cuDNN的基本概念‌；TensorFlow、PyTorch和MXNet
使用Pytorch构建自定义层并在模型中使用
AIHUBEI的博客
10-03 618
使用Pytorch构建自定义层并在模型中使用，继承自nn.Module类，自定义名称为NoisyLinear的线性层，并在新模型定义过程中使用该自定义层。完整代码可以在jupyter nbviewer中在线访问。
Pytorch基本知识
西木风落
10-01 1492
事实上，绝大多数操作并不修改tensor的实际数据(即存储区的内容)，而是修改tensor的头信息，这样操作既节约内存，处理速度也更快，例如使用索引截取部分tensor后新tensor的内存指向不会发生变化，只会改变对应的地址偏移量，而使用。值得注意的是，model.state_dict()所存储的模型参数tensor的require_grad都是False，而model.named_parameters()模型参数中的require_grad属性都是True。)的一部分，从而可以进行参数优化。
（PyTorch） 深度学习框架-介绍篇
marst437730201的博客
10-04 1045
PyTorch的诞生是深度学习发展的需求以及开发团队不断努力的结果，它的出现为深度学习的研究和应用提供了一个强大而灵活的工具。
【艾思科蓝】机器学习框架终极指南：PyTorch vs TensorFlow vs Keras vs Scikit-learn
来自想要赚大钱的小周同学
10-04 2663
它最初是为机器学习和深度神经网络的研究和生产而设计的，但随着时间的推移，它已经成为一个功能强大的框架，适用于各种机器学习任务，包括自然语言处理、计算机视觉和强化学习。它提供了各种简单高效的工具，用于数据挖掘和数据分析，并实现了许多常见的机器学习算法，如分类、回归、聚类、降维等。近年来，机器学习技术取得了飞速的发展。在本文中，我们将介绍四个最受欢迎的机器学习框架：PyTorch、TensorFlow、Keras和Scikit-learn，并帮助你了解它们各自的特点，以便你能够根据自己的需求选择最合适的框架。
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