CUDA11.4配置pytorch、pytorchvision

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。
摘要由CSDN通过智能技术生成

        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())

  • 2
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
评论 9
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