Pytoch安装记录

本文详述了如何在PyCharm中安装CUDA和cuDNN,以及如何利用PyTorch验证GPU设置,涉及GPU编程和深度学习开发。
摘要由CSDN通过智能技术生成

使用pycharm 

1、CUDA的安装

官网:CUDA Toolkit Archive | NVIDIA Developer

选择对应的版本

选择对应的版本进行下载:

有3个多G

cuda的安装需要注意,如果没有安装vs,则需要选择自定义安装,在自定义的安装中取消

安装完成后的测试

其他的测试CUDA中有一个demo_suite文件夹中有一些demo测试

D:\program\Program Files\NVIDA GPU Computing Toolkit\CUDA\v12.3\extras\demo_suite

使用deviceQuery指令查询本机设备列表

2、下载cuDNN

官网:cuDNN 9.0.0 Downloads | NVIDIA Developer

下载完成后进行解压

拷贝文件

关于这两个东西是做什么的,后面在研究,先安装好

3、安装python GPU

官网:https://pytorch.org/

选择自己的配置

一键安装

这里自用,不适用虚拟环境

出乎意外的居然没有毛病

开始测试

好像没啥毛病,能用。只是风扇一直转个不停了

import torch
import torchvision
print("TorchVision version:", torchvision.__version__)
print("Is CUDA available:", torch.cuda.is_available())
print("CUDA version:", torch.version.cuda)

到此GPU环境搭建完成

  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

潘多拉的面

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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