关于CUDA版本为11.1的pytorch的安装步骤说明

本文详细介绍了如何检查CUDA版本和驱动,确认CUDNN安装,使用Anaconda创建虚拟环境,以及针对CUDA11.1安装PyTorch的步骤。通过pip安装相应版本的PyTorch,并提供了不同CUDA版本的对应安装命令。最后,文章提供了验证PyTorchGPU安装是否成功的测试方法。
摘要由CSDN通过智能技术生成

1.第一步:检查自己的CUDA版本,这是我的;

         如果你和我一样是11.1可以继续往下看,如果不是11.1的话看别人的吧,我也怕出错哈哈。

2.第二步:检查自己的CUDA驱动的安装;

        因为我之前电脑安装了tensorflow-gpu,所以已经下载好了CUDA驱动,你也可以使用

nvcc -V

在cmd进行查看,这是我的;

 3.第三步:检查自己的CUDNN的安装;

        也是因为之前我安装了GPU的tensorflow,所以也安装好了,然后我的版本是7.6.4,不知道自己版本的小伙伴可以打开自己CUDA驱动的根目录,依次点击v10.0(以我自己的为例子)、include文件夹,找到cudnn.h用记事本打开,前面几行就有如下(7.6.4):

       然后关于环境变量的配置,我这边也不记得我有没有配置,但感觉问题不大,出了问题再往这方面考虑吧。

 4.第四步:在ANACONDA创建虚拟环境;

        打开anaconda的base里的控制台,输入:

conda create -n pytorch python=3.8

        我这边用的是3.8,按道理来说7、8、9应该都行吧,6我就不知道了。完事儿过程中要按一次y,安装好以后就要激活环境了;

activate pytorch

后面我们就会从base变为pytorch,例如:

变为

  5.第五步:pip pytorch库:

所有版本的对应:

Previous PyTorch Versions | PyTorch


pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
pip --default-timeout=1000 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
pip install torch==1.10.0+cu111 torchvision==0.11.1+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

补充:因为换了电脑,现在的CUDA是12.1,安装的话可以按以下命令:

pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html

        上面的选一条前面和我一样的朋友们可以直接用,不一样的话建议取官网查看推荐适配版本,网上好多种五花八门的少听一些。

         下好大概花了我一个半小时。。。。。。。。。

6.第六步:验证安装情况;

首先输入python进入编译环境

接着输入import torch 后面是print(torch.cuda.is_available)

 Ture的话就说明成功了,False的话可能安装了cpu版本或者版本不对?

  • 7
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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