Win10 下安装 CUDA Toolkit ( for PyTorch )
1.查看自己电脑的CUDA驱动版本,确定CUDA Toolkit(工具包)的兼容版本
注意:CUDA工具包版本不能超过cuda 驱动版本
Q: 为什么安装cuda工具包??
A: 基于Python开发,采用pytorch框架支持的cuda版本,选择可支持的最新版本安装。
因本电脑的CUDA 驱动版本是:512.7.8
查表:
2.下载并且安装“CUDA 11.6 Update 2”
按这篇安装成功后
在进行下面的操作,这是我的结果图
C:\Users\klchang>nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Thu_Jun_11_22:26:48_Pacific_Daylight_Time_2020
Cuda compilation tools, release 11.0, V11.0.194
Build cuda_11.0_bu.relgpu_drvr445TC445_37.28540450_0
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\extras\demo_suite
deviceQuery.exe
bandwidthTest.exe
这个链接不一定和我一样,不同在于大家下载的cuda的版本不一样,我的电脑是11.6,可能其他的电脑就是11.2等等
3 下载并且安装与CUDA 11.6版本兼容的cuDNN.
4 conda 安装pytorch,去官网找和自己的电脑cuda一样的pytorch
我的是cuda 11.6
我提前建立了一个pytorch环境,
conda create -n pytorch python=3.7
在里面输入
activate pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
等待安装成功。
(和之前的那篇在anaconda里面配置tensorflow环境一样,需要等待一段时间)
(下面这个作者也写的很详细,可以在下载好pytorch之后,跟着他的一起操作)
深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】