cuda11.3 安装

文章介绍了如何检查系统支持的最高CUDA版本,推荐安装CUDA11.3,特别是对于30系列以上显卡的用户。接着,提供了使用pip命令安装PyTorch与CUDA11.3的详细步骤,并给出了测试GPU是否可用的Python代码。此外,提到了CUDA在conda虚拟环境和本机物理机上的安装区别。
摘要由CSDN通过智能技术生成

当前最稳定的和支持最多的版本是 cuda10.2 和 cuda11.3

注意:30系列以上的显卡必须安装cuda11.3及以上版本

1.查看系统支持的最高cuda版本

查看命令:

nvidia-smi

查看结果:这里显示的是系统支持的最高cuda版本

 这里可以看到本机系统最高支持cuda11.4,那么就可以安装cuda11.3

2. Pytorch对应的 cuda11.3 安装:

安装命令:

# pytorch==1.12.1  cuda==11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

3.安装完成测试是否GPU可用

测试代码:

import torch

print(torch.__version__)  # 注意是双下划线
print(torch.version.cuda)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name())

测试结果:

总结:cudatoolkit11.3 属于在conda虚拟环境中装的cuda,而到英伟达官网下载安装的cuda是装到本机物理机上面,一般来说没有特殊需求外,可以使用conda命令将cuda安装到虚拟环境中。

  • 3
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CUDA 11.3是最新版本的NVIDIA CUDA工具包,它提供了针对NVIDIA GPU的编程和计算能力。CUDA 11.3安装过程相对简单,可以按照以下步骤进行: 1. 下载CUDA 11.3 首先需要从NVIDIA官方网站下载CUDA 11.3工具包,下载地址为 https://developer.nvidia.com/cuda-downloads。根据自己的系统选择合适的版本进行下载。 2. 安装CUDA 11.3 下载完成后,双击安装包进行安装。在安装过程中,需要阅读并同意NVIDIA的许可协议。接着,选择安装选项,建议选择“自定义”以便于设置安装路径和组件。 3. 设定环境变量 安装完成后,需要将CUDA 11.3添加到环境变量中。可以通过在命令行中输入“echo %PATH%”查看系统环境变量。如果没有包含CUDA路径,则需要手动添加。 将CUDA 11.3安装路径添加到环境变量中,包括CUDA的主目录、bin目录和lib目录。例如,在Windows系统中可以通过以下命令添加环境变量: set PATH=%PATH%;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp 4. 验证CUDA安装 完成以上步骤后,可以通过运行例程验证CUDA安装。例如,在Windows系统中,可以在命令行中进入CUDA的Sample目录(默认路径为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\samples),运行“nvcc -V”进行编译验证。如果输出正确的CUDA版本信息,则说明CUDA 11.3已经成功安装。 总之,通过以上步骤,可以顺利完成CUDA 11.3安装CUDA工具包的强大功能可以加速GPU计算和开发,提高了计算的效率和可扩展性,是GPU编程的必备工具。
评论
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
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