安装CUDA10.1 + Win10 + pytourch

安装CUDA10.1 + Win10 + pytourch

# 1. 查看 版本信息  nvidia geforce rtx 2080 super

查看适合的CUDA版本信息
参考 
https://zhuanlan.zhihu.com/p/163328137?utm_source=wechat_session

2. 下载 CUDA 10.1  我下载了的最新的版本*
在这里插入图片描述
下载时间 大约5分钟 2.4G
安装 大约5分钟

3.然后是下载cuDNN

https://developer.nvidia.com/cudnn
选好自己需要的版本。
把解压好的文件替换到安装路径下。

4.添加环境变量
按照博客 https://blog.csdn.net/weixin_41762173/article/details/104261249 的方式把用户环境变量配置好。

5.pytorch-gpu的安装
找到官网 https://pytorch.org/

在这里插入图片描述

选择好你的版本 就可以在pip啦。

yes,成功了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要在conda上安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装了Anaconda或Miniconda。可以从官方网站(https://www.anaconda.com/)上下载适合您系统的版本,并按照安装指南进行安装。 2. 在终端或命令提示符中打开Anaconda Prompt或Miniconda Prompt。 3. 创建一个新的conda环境,可以通过执行以下命令创建一个名为“myenv”的环境,并选择Python版本(此处选择Python 3.7): ```shell conda create -n myenv python=3.7 ``` 4. 激活新创建的conda环境: ```shell conda activate myenv ``` 5. 添加CUDA的conda存储库,可以通过执行以下命令添加官方的CUDA存储库: ```shell conda config --add channels conda-forge ``` 6. 安装CUDA 10.1和cuDNN 7.6.5,可以执行以下命令: ```shell conda install cudatoolkit=10.1 cudnn=7.6.5 ``` 7. 等待安装完成。conda会自动解析依赖关系并下载和安装所需的软件包。 8. 安装完成后,您可以通过执行以下命令验证CUDA和cuDNN的安装: ```shell nvcc --version # 检查CUDA版本 python -c "import torch; print(torch.cuda.is_available())" # 检查cuDNN是否可用 ``` 通过按照以上步骤,在conda上成功安装CUDA 10.1和cuDNN 7.6.5,并可以进行深度学习开发和GPU加速的工作。 ### 回答2: 要在conda上安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装了conda。如果还没有安装,请先前往conda官方网站(https://docs.conda.io/en/latest/miniconda.html)下载并安装。 2. 打开终端(或Anaconda Prompt,或Anaconda Navigator的终端界面)。 3. 创建一个新的conda环境。可以通过以下命令创建并命名环境(比如cudatoolkit10_1): ``` conda create -n cudatoolkit10_1 ``` 4. 激活新创建的环境: ``` conda activate cudatoolkit10_1 ``` 5. 安装CUDA 10.1。可以使用conda命令来安装: ``` conda install cudatoolkit=10.1 ``` 6. 安装cuDNN 7.6.5。首先,到NVIDIA官网(https://developer.nvidia.com/cudnn)下载相应版本的cuDNN。在下载完成后,进入cuDNN文件所在目录并解压缩文件。 7. 将解压缩后的文件复制到conda的环境路径中。可以使用以下命令将文件复制到合适的位置(‘path_to_cudnn_files’需要替换为你解压缩文件所在的路径): ``` cp path_to_cudnn_files/include/cudnn.h path_to_conda/envs/cudatoolkit10_1/include/ cp path_to_cudnn_files/lib64/libcudnn* path_to_conda/envs/cudatoolkit10_1/lib/ ``` 8. 安装完成后,可以通过以下命令验证CUDA和cuDNN的安装情况: ``` conda list cudatoolkit conda list cudnn ``` 通过按照以上步骤操作,就可以在conda上成功安装CUDA 10.1和cuDNN 7.6.5。请注意,具体命令和路径需要根据自己的环境进行相应的调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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