pytorch环境cuda安装＋3050显卡问题

已于 2022-03-04 20:24:01 修改
阅读量942 收藏 1
点赞数
分类专栏： 图像分割 文章标签： pytorch 深度学习 python
于 2022-03-04 20:22:36 首次发布
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/carpdiem_fan/article/details/123284493
版权

身为一个菜狗在花了30＋大洋还有一个礼拜的血泪训下，终于对环境的配置有了一丝丝领悟

  • cuda版本切换

本地可以安装不同版本的cuda比如10.0,11.5都可以 安装时如果是第二次安装在自定义把deiver取消安装，cuda版本切换价值30元的教程居然就是在环境配置path里面上移，把你需要的环境cuda移到最上面，于是你的nvcc-V就可以看到

  • 3050显卡问题

买电脑的时候，尤其是自己做实验有需求的笔记本，不要老选配置高。。除非你自己代码能力ok会改无数个bug.3050要求下的cuda以及anaconda里面cudatollkit是11.x

简单的问题缺困扰我很久，我真的是菜狗。菜狗进阶之旅赶紧开启吧

别人都发sci三区了

你说你是哪块小饼干？
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
3050显卡配置pytorch-gpu（cuda11.3版本）
weixin_44281226的博客
11-09 2873
最近学习深度学习环境安装做个笔录
pytorch安装教程含pytorch+torcvision+python+cuda+cudnn版本对照
01-22
在安装CUDA之前，首先需要确认你的显卡是否支持，并且前往NVIDIA官网下载与之兼容的CUDA版本。安装过程中，你可以选择默认路径或自定义路径，并在安装结束后添加环境变量以使系统能够识别CUDA。 2. **cuDNN**：...
RTX3050安装CUDA cuDNN及pytorch记录
m0_51597450的博客
11-18 3172
1.Anaconda3安装 Anaconda Prompt 命令行下创建虚拟环境‘名字’ conda create -n 名字 python=3.6 激活环境 activate 名字 3.查看显卡版本 4.选择安装对应的 cuda 11.1 https://developer.nvidia.com/cuda-11.1.0-download-archive？target_os=Windows&target_arch=x86_64&target_version=10&target_
win11家庭版-3050TI显卡安装CUDA11.3
七加一i的博客
05-06 5908
文章目录win11家庭版-3050TI显卡安装CUDA11.3CUDA ToolKit 安装查看自己电脑的显卡驱动版本显卡驱动支持的CUDA版本查看cuda toolkit下载cuda toolkit安装cuda toolkit设置CUDNN的安装cuDNN下载cuDNN安装cuDNN设置疑难问题参考博客 win11家庭版-3050TI显卡安装CUDA11.3 CUDA ToolKit 安装 查看自己电脑的显卡驱动版本 注意电脑显卡不是NVIDIA的忽略这一步，非NVIDIA显卡不能安装CUDA。 显卡驱
3050显卡驱动安装+配置pytorch的cuda环境
血狼傲骨
03-17 1万+
3050显卡驱动安装+配置pytorch的cuda环境前言一、下载3050驱动二、下载CUDA二、cuDNN下载三、cuDNN配置四、pytorch环境配置①、创建虚拟环境 前言 因为有一块3050的显卡，更新驱动的时候把之前配好的cuda10.0覆盖了，因此需要重新配置一下环境。记录一下过程，方便后面自己尽快恢复环境。 一、下载3050驱动 N卡的驱动下载过程都是一样的，先进入官网驱动程序下载 选择对应的配置，有的是笔记本的，注意区分一下。配置好了就下载，下载好驱动程序后打开运行，简易安装即可。安装完出
【Win11+RTX3050显卡】cuda+cudnn+tensorflow 环境配置
weixin_56761417的博客
04-01 4283
【Win11+RTX3050显卡】cuda+cudnn+tensorflow 环境配置。
win10+cuda10.0+pytorch安装
01-06
简介 由于PyTorch在中国大陆的...CUDA内核显卡 NVIDIA Quadro P4000 1、进入Pytorch官网https://pytorch.org/ 看到该部分类容后，根据自己的电脑配置，选择相应的选项。 Package 建议使用pip，这样才会提供Run this Co
cuda+python+pytorch安装说明
08-11
CUDA+Python+PyTorch 安装说明 本文档详细介绍了在 Ubuntu 和 ...本文档详细介绍了在 Ubuntu 和 Windows 平台上安装 CUDA、cuDNN、PyTorch 及相关库的步骤，旨在帮助开发者快速安装和配置人工智能相关的开发环境。
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
在本教程中，我们将聚焦于如何通过conda环境管理器来安装CUDA 10.1和CUDNN 7.6.5，并创建一个适合PyTorch的GPU环境。 首先，确保你有一台装有NVIDIA显卡且驱动程序已更新到兼容CUDA 10.1的计算机。你可以从NVIDIA...
win11及cuda121环境下pytorch安装及避坑
04-16
win11及cuda121环境下pytorch安装及避坑
【配置环境】RTX3050安装pytorch（安装CUDA11.3版本）
孟孟单单的博客
08-12 9924
安装CUDA11.3
【RTX3050安装Python，Anaconda，Pycharm，CUDA，cuDNN，tensorflow-gpu，pytorch】
qq_41710226的博客
02-02 683
安装Python，Anaconda，Pycharm，CUDA，cuDNN，tensorflow-gpu，pytorch
RTX3050ti、3060等系列显卡正确安装cuda、cudnn,配置Pytorch深度学习环境（避免由于版本不适应导致重装）
热门推荐
YAMT-WYHBN的BOOK
08-15 2万+
RTX3050ti、3060等系列显卡正确安装cuda、cudnn，完成深度学习在gpu上的训练，提高运算速度
Nvidia30系显卡+Ubuntu系统的CUDA 11安装100%成功教程
Sonrikisou1997的博客
07-10 1110
环境
RTX3050 使用深度学习 启动特别慢
刘文凯的博客
12-25 4696
RTX3050 及其他RTX30 系列显卡 启动tensorflow-gpu特别慢 原因： RTX30 系列显卡 仅仅支持cuda11.0以后的版本，不支持cuda10.0等等 解决： 使用以下对应版本成功解决 显卡: RTX3050 cudatoolkit==11.2.0 cudnn==8.1.0.77 tensorflow-gpu==2.6.0 tensorflow版本对应： https://tensorflow.google.cn/install/source_windows ...
PyTorch1.13+Cuda11.7+3050ti Laptop安装
qq_44804039的博客
12-06 1203
pytorch的安装过程
nvidia显卡cuda的性能_RTX 3050或将于2021年出现：2304个CUDA核心
weixin_39820136的博客
11-14 2325
据TOMSHARDWARE报道，NVIDIA目前可能正在研发RTX 3050新显卡，据传将配备2304个CUDA核心，使用安培架构，TDP为90W，采用新的GA107核心，这说明NVIDIA已经在计划或者已经开始生产这款GPU。暂时不清楚这款显卡会在什么时候推出，也不知道它的价格。NVIDIA将会在2021年某个适当的时候，替换目前产品线中的入门级别产品GTX 1650系列显卡，这就是这款Ampe...
pytorch与以安装的cuda版本非必须
weixin_45347379的博客
09-14 1236
pytorch需要 与cuda和python版本匹配，但是cuda11以后就没有python27的pytorch了 想要继续使用只需要安装低版本cudatoolkit就行了
基于 PyTorch 的模型瘦身三部曲：量化、剪枝和蒸馏，让模型更短小精悍！
最新发布
m0_59257547的博客
07-22 672
：本文详细介绍了如何使用PyTorch实现模型量化、剪枝和蒸馏，以达到模型瘦身的目的。从理论原理到实践代码，全方位解读如何在保持模型性能的同时，显著减小模型大小和提高推理速度。无论你是深度学习新手还是资深开发者，都能从中获得宝贵的模型优化技巧。立即阅读，开启你的模型瘦身之旅！
评论 1
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