为了使torch利用GPU加速，需要安装与nvidia驱动版本兼容的cudatoolkit，如cudatoolkit9.0。在安装cudatoolkit后，选择合适的Python版本（如3.6.7）和torch的whl文件通过pip安装，避免conda安装时的问题。安装torch和torchvision后，验证安装成功，确保Python环境可以调用CUDA。
为了让torch可以使用显卡GPU加速，需要安装对应版本的cudatoolkit和pytorch。这里我的nvidia显卡驱动是9.1版本，只能安装cudatoolkit9。
一般支持gpu加速的显卡大部分都是英伟达nvidia系列，都自带了nvidia驱动，所以不需要安装nvidia 驱动，我们只需要看一下驱动版本：桌面右键->nvidia控制面板->左下角系统信息->
这里显示的是9.1，所以只能安装cudatoolkit9.0及以下版本。
到cudatoolkit下载页面选择合适自己系统的开发工具。
https://developer.nvidia.com/cuda-toolkit-archive
这里不管是下载network，还是local版本，最后都可以安装成功。
正式安装cudatoolkit
最低0.47元/天 解锁文章
扫一扫
705
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
