关于我想安装cuda11.8版本的torch

最新推荐文章于 2025-02-21 21:19:26 发布
最新推荐文章于 2025-02-21 21:19:26 发布
阅读量1.2w 收藏 43
点赞数 9
分类专栏： 笔记 文章标签： 人工智能 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43900762/article/details/131441360
版权

先开始去官网PyTorch

用这个官网的命令下，一直会把cpu版本的一起下下来，导致运行的时候一直cpu版本而不是gpu版本，torch.cuda.is_available()这个是false，问题很大。

重新去搜了个命令：pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
 

解决，心累

安装cuda11.8版本的torch
Hope^_^
06-22 2081
在这里可以下载cuda11.8版本的不同版本的torch都有。
在Windows上离线安装指定版本的Pytorch（以CUDA11.8版本为例）
AnChenliang_1002的博客
07-31 2000
我们都知道，通过 pip或conda在线安装Pytorch是非常方便的 ，但是有时候网络环境受到限制，比如公司的工作站（无法连接网络）或者机房的教学机器等等，只能通过离线的方式安装Pytorch；今天就来记录一下离线安装Pytorch的过程。并记录了遇到的问题及解决过程。对于深度学习 环境搭建来说，选择Pytorch的版本是非常重要的，尤其是对于GPU的机器，不同版本的CUDA也对应着不同版本的Pytorch；本文以CUDA11.8为例，离线安装CUDA11.8对应的Pytorch。
一，安装CUDA版本的torch，查看CUDA版本
weixin_65804168的博客
01-24 1980
使用 `nvcc --version` 查看 CUDA 版本。- 使用 `nvidia-smi` 查看 NVIDIA 驱动支持的 CUDA 版本。- 检查 CUDA 安装目录或环境变量确认版本。- 通过 PyTorch 或 TensorFlow 查看 CUDA 版本。如果系统中安装了多个 CUDA 版本，可以通过环境变量（如 `CUDA_HOME` 或 `PATH`）切换默认版本。
CUDA11.8安装pytorch1.13.0
AI浩
06-27 2631
记录一下，CUDA11.8是否可以安装pytorch1.13.0。本机环境是CUDA11.8，这个一个长期稳定环境。但是，有些库需要用低版本的pytorch，最高支持1.13.0。我直接安装pytorch1.13.0，可以安装，运行命令也没有问题！
cuda以及torch安装
qq_43655307的博客
06-05 2189
自定义安装可以只安装Cuda Runtime。
Windows10+cuda11.8安装pytorch
m0_69253695的博客
03-18 2200
（注释：cu118表示cuda11.8，cp39表示python3.9，）下载完成后，进入conda虚拟环境，切换到下载的文件夹。注意要先安装好cuda和cudnn，并建立虚拟环境。pip install 文件名。1.进入conda虚拟环境。
win10 cuda11.8 和torch2.0 安装
qq_40905284的博客
03-21 1万+
win10 cuda11.8 和torch2.0 安装,pytorch 新版本
cuda11.8安装torch2.0.1
weixin_53035684的博客
05-25 1949
【代码】cuda11.8安装torch2.0.1。
超详细win安装深度学习环境2025年最新版（cuda11.8+torch2.2）
imok1234567的博客
07-08 1万+
深度学习基础环境搭建
triton需要cuda11.8版本--so 安装个11.8的cuda
weixin_38787389的博客
07-12 996
查看版本，可以发现已经换了cuda版本。或者在base下运行。查看ubunto版本。
torch-1.14.0+cuda11.8+sm-90+deepspeed
06-03
nvidia新卡h100支持算力90，torch官网提供的下载torch-1.13只支持到86，torch-2.0和torch-2.1倒是支持90，但deepspeed又不支持torch2 无奈下我编译了torch-1.14，配合cuda11.8，能支持h100运行在deepspeed下训练大模型了 编译&使用环境 ubuntu：22.04 python：3.10.6 nvidia-smi： 525.105.17 cuda：11.8 deepspeed：0.9.2 cpu：inter 注意：编译此轮子时我只加入了90算力，需要其它算力支持的话请联系我
【ai】Easy-RAG 1： 通过conda安装cuda11.8及pythorch 2.3.1
突围
07-25 574
cuda11.8
MinkowskiEngine安装（CUDA11.8+torch2.0.1+RTX4070TI）
1561213的博客
02-21 926
然后我系统装了12.1和11.1的cuda，改为12.1的时候的虚拟环境是不报错的。但MinkowskiEngine 不能支持太高版本的cuda，目前我能查到的是11.8装成功的案例。说明一下的是，我在虚拟环境中和base中都装了OpenBLAS和ninja，用户系统环境之前装过。我报错，查GPT好像是CUDA的问题，但虚拟环境我都设置了，并且设置对了。不装driver，不选最后一项kernel（这个是加速计算的，但选了会报错）。CUDA的环境变量只设置/usr/local/cuda就够了。
Ubuntu20.04安装cuda11.8和cudnn，以及TenserRT
qq_23022733的博客
11-12 1790
我下载的cudnn安装包文件是cudnn-11.1-linux-x64-v8.0.4.30.solitairetheme8，如何根据这个安装包进行安装cudnn呢？将文件复制到 CUDA 安装目录，假设 CUDA 11.1 安装在 /usr/local/cuda-11.1，使用以下命令将文件复制到相应目录，的步骤一样，但是该博文没有cudnn验证命令，所以这里我给出了验证cudnn版本的有效命令，命令如下，，但是我使用该博文的设置环境变量的命令时没有生效，下面我给出有效设置环境变量的命令，其他步骤不变，
安装CUDA和cuDNN已及对应版本的torch方法整理
2302_77407111的博客
12-24 1万+
这里我们要注意对应我们的CUDA版本，我这里选择了11.8版本，很慢但不建议使用清华或者淘宝等国内的镜像源，他们那个里面很可能是CPU版本，我们直接将torch，torchaudio,torchvision这三个库一次性下载下来。我们这里要十分注意下载的时候一定要完全完全对应我们的版本，不然cuda是无法调用的，我们之前装的torch建议卸载掉，因为很可能是CPU版本的，这里有两种方法。这里的意思是你的电脑适合12.1以下的版本的CUDA版本，注意千万不能下载高于你电脑适配版本的CUDA。
conda创建虚拟环境并安装GPU版torch全过程(cuda11.8+py3.10+torch2.4.1+torchvision0.19.0)
m0_66940894的博客
10-10 6020
例：pip install torch-1.9.0+cu111-cp39-cp30-win_amd.64.whl。文件，若安装的环境为虚拟环境的话，记得要激活自己的虚拟环境，然后在虚拟环境下面进行。下载完成之后，就可以使用pip instasll 的方式来进行安装。查找cu118，找到cp310，直接下载torch。cuda版本为11.8，python版本3.10。pip install 文件名。
超详细wsl2安装深度学习环境2025年最新版(cuda11.8+torch2.2)
imok1234567的博客
03-19 9251
wsl2安装深度学习环境2025年最新版(cuda11.8+torch2.0)
pip install 安装 torch cuda 11.8 cu118
06-18 9355
百度了一下，有推荐这么改的，速度还是慢，因为还是转到官网 pytorch.org。最终采用 其中的版本 2.3.1，可以看看 pip 源。默认安装，速度比较慢。
pytorch与cuda版本对应关系汇总
热门推荐
u011489887的专栏
12-27 4万+
pytorch与cuda版本关系 |cuda版本| 支持pytorch版本 | |–|–| | cuda10.2 | 1.5 ~ 1.12 |
那我该如何在新虚拟环境中安装pytorch，还是安装cuda11.8吗
最新发布
03-18
<think>好的，我现在要帮助用户解决在Python虚拟环境中安装支持CUDA 11.8的PyTorch的问题。首先，我需要回忆一下相关的安装步骤和注意事项。 用户提到的是在新的虚拟环境中安装PyTorch，并且是否需要安装CUDA 11.8。根据之前的引用资料，用户可能已经看过一些安装指南，比如在虚拟环境中安装CUDA 11.8和PyTorch 2.0.1的步骤，或者在Windows10下的配置指南。我需要确保我的回答符合这些引用中的正确信息。 首先，我需要明确是否需要单独安装CUDA 11.8。根据PyTorch的官方文档，PyTorch会自带预编译的CUDA库，所以用户可能不需要单独安装CUDA。但如果有其他依赖需要系统级的CUDA，比如某些GPU加速库，用户可能需要单独安装CUDA驱动。这里需要区分CUDA驱动和PyTorch自带的CUDA运行时库。因此，在回答中需要说明这一点。 接下来，安装步骤应该包括创建虚拟环境，选择合适的PyTorch版本，以及验证安装是否正确。比如，用户需要先使用conda或者venv创建虚拟环境，然后激活环境，再通过pip或conda安装PyTorch。根据引用中的信息，PyTorch 2.0.1对应的CUDA版本可能是11.8，所以需要指导用户到PyTorch官网获取正确的安装命令。 验证安装的部分需要检查PyTorch是否能检测到CUDA，以及CUDA的版本是否正确。用户可能需要运行一些Python代码来确认torch.cuda.is_available()是否为True，并检查torch.version.cuda的值。 另外，用户可能遇到的常见问题包括：CUDA驱动不兼容、虚拟环境未正确激活、安装命令错误等。需要提醒用户检查NVIDIA驱动版本是否支持CUDA 11.8，并确保正确激活了虚拟环境。 参考引用中的信息，引用[1]提到在虚拟环境中安装CUDA 11.8和PyTorch 2.0.1的步骤，引用[2]是关于Windows下的配置指南，引用[3]则提到了使用特定whl文件安装。需要结合这些信息，给出通用的步骤，同时指出不同操作系统或安装方法的差异，比如conda和pip的区别。 最后，生成的相关问题需要围绕安装后的验证、常见错误处理、不同环境下的安装差异以及CUDA和PyTorch版本兼容性展开。这有助于用户进一步了解可能遇到的问题和解决方法。 现在需要将这些思考整理成一个结构清晰的回答，确保步骤正确，引用适当，并且语言简明易懂。</think>### 如何在Python虚拟环境中安装支持CUDA 11.8的PyTorch？ #### **步骤1：检查系统环境** 1. 确保NVIDIA显卡驱动已安装，且版本支持CUDA 11.8。可通过以下命令查看驱动版本： ```bash nvidia-smi ``` 若驱动版本≥515.48.07（对应CUDA 11.8的最低要求），则无需升级驱动[^1]。 2. **无需单独安装CUDA 11.8**：PyTorch的预编译版本会自带所需CUDA运行时库，仅在虚拟环境中安装PyTorch即可[^2]。 --- #### **步骤2：创建并激活虚拟环境** 使用`conda`或`venv`创建虚拟环境： ```bash # 使用conda（推荐） conda create -n pytorch_env python=3.11 conda activate pytorch_env # 或使用venv python -m venv pytorch_env source pytorch_env/bin/activate # Linux/macOS pytorch_env\Scripts\activate # Windows ``` --- #### **步骤3：安装PyTorch（支持CUDA 11.8）** 通过PyTorch官网获取安装命令（[官网链接](https://pytorch.org)）： ```bash # CUDA 11.8 + PyTorch 2.0.1（适用于Linux/Windows） pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118 # 若使用conda（可能需更长时间） conda install pytorch==2.0.1 torchvision==0.15.1 torchaudio==2.0.2 cudatoolkit=11.8 -c pytorch ``` > **注意**：不同操作系统需选择对应命令[^3]。 --- #### **步骤4：验证安装** 在Python环境中运行以下代码： ```python import torch print(torch.__version__) # 应输出2.0.1 print(torch.cuda.is_available()) # 应输出True print(torch.version.cuda) # 应显示11.8 ``` 若全部正确，则安装成功。 --- #### **常见问题** 1. **CUDA不可用**：检查NVIDIA驱动版本，或尝试重新安装PyTorch。 2. **虚拟环境未生效**：确保激活环境后再执行安装命令。 3. **版本冲突**：使用`conda clean --all`清理缓存后重试[^1]。 ---
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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