各种pytorch配置与CUDA版本不匹配时的操作

1. 查看CUDA版本:

nvidia-smi

由图可知我们的CUDA版本为11.6

2. 打开这个网站,直接查看并选择适配你CUDA版本的Pytorch配置(非常直观明了)

Previous PyTorch Versions | PyTorch

举个CUDA11.6的例子:

# CUDA 11.6
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia

总之这一步就直接告诉你了你要安装的pytorch、torchvision的版本到底是什么。如果一下子装不上的话就一个个装,耐心点,遇到问题或者装的很慢的话去CSDN上看看其他人时怎么装的。反正保证你的版本号正确就可以了

3. 全部安装完成后再次检查版本号即可

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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