windows在anaconda3,cuda11.6和python3.7环境下安装PyTorch


anaconda3安装

  1. anaconda3官网安装
    在这里插入图片描述

  2. 前往清华的镜像站下载
    在这里插入图片描述

  3. 安装过程中需要加入环境变量
    在这里插入图片描述

  4. 安装成功后在cmd输入命令
    conda --version
    若输出结果为

    则安装成功。


python3.7安装

  1. 官网下载,选择3.7然后选择windows x64版的exe进行下载。
  2. 在安装过程中,会提示是否加入系统环境变量,建议加入,不然后期还是需要配置环境变量
  3. 在cmd输入python,若安装成功将出现以下信息
    在这里插入图片描述

cuda11.6安装

  1. 为什么我选择安装11.6?
    因为我笔记本的显卡为1660ti,对应的cuda版本是11.6,所以我选择安装11.6版本的cuda

  2. 如何查看自己设备所对应的cuda版本?
    打开NVIDIA Control Panel,点开帮助,点击系统信息,点击组件,显示以下内容,红圈部分为需要安装的cuda版本,本示例中为11.6

    在这里插入图片描述

  3. 前往cuda官网安装,选择windows,选择x86_64,选择11.6,下载exe。在这里插入图片描述
    在这里插入图片描述在这里插入图片描述

  4. 在默认安装的情况下,若安装后后,在c盘下的program files下有以下路径则安装成功
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
    在cmd中输入以下命令:
    nvcc --V
    可以查看cuda版本以及是否安装成功:
    在这里插入图片描述


PyTorch安装

  1. 前往Pytorch官网下载
    在这里插入图片描述
  2. 点击Install,选择需要安装的版本,本文选择stable稳定版 在这里插入图片描述
  3. 复制上图中最后一部分(Run this Command:)中NOTE下两行到cmd(需要管理员权限,即使用管理员权限打开命令行在这里插入图片描述
    )中执行,也就是以下命令:
    conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
    在这里插入图片描述
    运行该命令后,会提示需要下载以下资源,此处需要输入 y,继续安装操作
    在这里插入图片描述当出现下图字眼时,表示下载完毕。

在这里插入图片描述
在命令行中输入:
conda list
查看anaconda3中安装的包,出现PyTorch字样,则安装成功。
在这里插入图片描述


总结

安装结束。

### 回答1: CUDA 11.6 对应的 PyTorch 版本为 PyTorch 1.10.0。在发布 CUDA 11.6 之前,PyTorch 1.9.0 目前是支持 CUDA 11.3 和 CUDA 11.4 的最新版本。但是随着 NVIDIA 推出 CUDA 11.6PyTorch 已经发布了新的 1.10.0 版本,支持CUDA 11.6的新功能和特性。PyTorch 是基于 Python深度学习框架,支持 GPU 和 CPU 计算,目前广泛应用于计算机视觉、自然语言处理和强化学习等领域。根据官方文档指引,用户需要根据自身的 CUDA 版本选择 PyTorch 兼容的版本,否则可能导致程序无法正常运行或者出现错误。因此,用户在安装 PyTorch 时需要注意 CUDA 版本和 PyTorch 版本之间的兼容性,以保证程序的稳定性和准确性。 ### 回答2: CUDA 11.6 可以与 PyTorch 的不同版本兼容。 首先,需要了解 PyTorch 是一个非常流行的深度学习框架,其中包含了许多用于训练神经网络的函数和工具。 CUDA 是一个用于 GPU 计算的平台和 API,可提高计算速度并支持并行计算。 CUDA 11.6 是 NVIDIA 发布的最新版 CUDA,提供了更好的性能和稳定性。因此,将 CUDA 11.6PyTorch 结合使用可以进一步提高模型训练的效率和速度。 当前,PyTorch 官方支持的 CUDA 版本包括 10.2、11.0、11.1、11.2、11.3 和 11.4。但是,有一些开发者已经进行了测试,并在 GitHub 上提供了 CUDA 11.6PyTorch 兼容性的列表。这个列表包含了许多流行的 PyTorch 发行版和他们是否与 CUDA 11.6 兼容。例如: - PyTorch 1.9.0: 官方支持 CUDA 11.1,但与 CUDA 11.6 兼容 - PyTorch 1.8.1: 官方支持 CUDA 11.1,但与 CUDA 11.6 兼容 - PyTorch 1.7.1: 官方支持 CUDA 10.2 和 11.0,但与 CUDA 11.6 不兼容 总的来说,需要根据具体情况来选择 PyTorch 的版本和所需的 CUDA 版本,以确保最佳的兼容性和性能。但是,对于那些想要使用 CUDA 11.6 的用户来说,有相当多的 PyTorch 版本可以使用。 可以使用 NVIDIA 的官方文档和 GitHub 上的兼容性列表来确认 PyTorchCUDA 版本之间的兼容情况。 ### 回答3: 在回答这个问题之前,需要明确一下cudapytorch的关系。 CUDA(Compute Unified Device Architecture)是由NVIDIA推出的并行计算平台和编程模型。它可以让GPU(Graphics Processing Unit)实现通用计算,加速各种计算密集型应用。 PyTorch是一个开源机器学习框架,它基于Torch和Python语言构建,可以实现高效、快速的张量处理和动态构建计算图。 PyTorch使用CUDA进行GPU加速,因此需要安装CUDA和对应版本的cuDNN(CUDA Deep Neural Network library)。PyTorch的版本需要与安装CUDA和cuDNN版本相兼容,否则会出现不兼容的情况。 现在回到问题本身,CUDA 11.6是NVIDIA在2021年6月发布的最新版本。根据PyTorch官网(https://pytorch.org/get-started/previous-versions/)提供的信息,目前(截至2021年11月)PyTorch的最新稳定版本为1.9.0,它支持的CUDA版本有10.2、11.0、11.1和11.2,但不支持CUDA 11.6。 因此,目前没有对应于CUDA 11.6PyTorch版本。如果要使用CUDA 11.6进行GPU加速,需要选择其他支持该版本的机器学习框架或等待PyTorch官方发布对应版本的更新。
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