【Pytorch框架安装——笔记】Anaconda安装Pytorch详解教程

原创

已于 2024-11-28 19:37:12 修改 · 3.5k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #笔记 #python

于 2023-06-14 18:01:10 首次发布

本文详细介绍了如何通过conda创建并激活Python环境，安装特定版本的PyTorch及其依赖，包括CUDA和cuDNN。之后，通过命令行验证了PyTorch、CUDA和cuDNN的安装与版本，并提到了使用清华镜像源加速pip安装Scipy的过程。

1、查看conda 版本

cmd进入窗口
nvidia-smi

在这里插入图片描述
conda --version将输出当前安装的Anaconda或Miniconda版本号。

nvcc -V

测试安装情况

日常使用中
系统升级可能导致nvcc -V失效
查看安装
在这里插入图片描述
缺少NVIDIA CUDA 相关完整版如下

在这里插入图片描述

重新安装cuda，参考链接相关链接
（1）英伟达官网英伟达官网

在这里插入图片描述
版本选择，11.80

（2）解压安装

在这里插入图片描述
结束后
添加环境变量

4、cudnn

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite> bandwidthTest.exe
[CUDA Bandwidth Test] - Starting...
Running on...

 Device 0: NVIDIA GeForce RTX 3060
 Quick Mode

 Host to Device Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)        Bandwidth(MB/s)
   33554432                     23579.9

 Device to Host Bandwidth, 1 Device(s)
 PINNED Memory Transfers
   Transfer Size (Bytes)        Band