CUDA11.4配置pytorch、pytorchvision

最新推荐文章于 2025-04-02 20:54:19 发布

人工智能之浪潮

最新推荐文章于 2025-04-02 20:54:19 发布

阅读量1.4w

点赞数 3

文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/mago2015/article/details/131295825

版权

本文介绍了如何使用GeForceRTX3060Ti显卡和CUDA11.4构建Pytorch深度学习环境。关键步骤包括安装正确的Pytorch版本，注意GPU与CUDA版本的匹配，以及可能通过安装cudatoolkit和cudnn来提升性能。推荐使用pip从官方网址下载并安装torch、torchvision和torchaudio的对应版本，并提供了一段代码来检查GPU是否可用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

显卡是GeForce RTX 3060 Ti，记录一下使用GeForce RTX 3060 Ti+cuda 11.4搭建Pytorch深度学习环境，当你有了Python环境时记住一个核心命令即可，显卡驱动因该在之前已经安装过了，只需要注意他的版本即可，如果觉着使用显卡训练模型依旧很慢的话可以先装一个cuda tooklit，然后安装一下cudnn加速驱动（具体自己网上百度，这里就不展开说了，据说安装之后可以提速50%）。

可以使用pip在 https://download.pytorch.org/whl/torch/ 网站下载对应版本的torch，在本地进行安装，也可以使用下面的命令进行在线安装。

pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 -f https://download.pytorch.org/whl/torch_stable.html

安装的时候一定要注意torch有GPU版本与CPU版本两种，如果安装错误很可能无法使用GPU，大家根据自己的Cuda版本修改掉命令中的+cuxxx,比如我是Cuda11.6，我就改成+cu116。然后去后面网址找一找有没有自己想要的torch版本，在安装的时候需要注意torch、torchvision、torchaudio三者的对应关系，以免后面会出现错误
最后，使用以下代码测试torch安装是否成功。

import torch
print(torch.cuda.is_available())