基于R9000P-RTX3060显卡搭建深度学习pytorch环境实践

yhleeboy

已于 2024-04-03 18:42:50 修改

阅读量1.2k

点赞数 9

分类专栏：笔记文章标签： python pytorch tensorflow

于 2024-04-03 18:36:10 首次发布

本文链接：https://blog.csdn.net/qq_45278798/article/details/137354474

版权

本文介绍了如何使用Conda环境管理工具创建并激活PyTorch1.12.1环境，同时安装了TensorFlow、sklearn、Keras等AI库，以及处理CUDA支持和相关数据处理库的安装与卸载过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

conda create -n pytorch python=3.8
conda activate pytorch
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

验证：

python-->import torch

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

yhleeboy

关注关注

9
点赞
踩
25

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

12G的RTX 3060显卡在深度学习训练中的应用能力

程序猿视角

10-13

3369

12G的RTX 3060显卡在深度学习训练中有一定的应用能力，具体能做哪些训练任务，需要考虑模型的复杂度、数据集的大小、训练框架的兼容性等多个因素。

RTX3060（30系显卡）Windows10部署Pytorch深度学习环境步骤与心得

m0_67403240的博客

06-12

5519

我的RTX3060显卡部署Pytorch深度学习环境步骤与心得，深度学习框架使用的是Pytorch，操作系统Windows 10。大家知道深度学习环境的配置并不是一件简单的事，因为需要使用显卡的GPU进行运算。而30系显卡的配置又有些许的不同，其对应的各类环境、插件、库的版本有自己的要求。经过摸索，分享一下步骤和心得，跟着走小白也能一样无压力地配置环境。其他30系显卡也一样可以参考。由于大部分计算是在GPU端进行，深度学习对CPU要求没这么高，只要不是太离谱都能胜任。显卡：RTX 3060，显存12G

参与评论您还未登录，请先登录后发表或查看评论

云玩家看新一代深度学习甜品卡 —— RTX3060

青草绿叶百合

02-26

9946

作为入行4年的深度学习从业者，从GTX970到现在，几乎摸遍了所有消费级和非消费级别到显卡，之前也做过一个简单到统计表格如下：最近因为矿潮也因为公司有一个硬件设备需要GPU的采购，所以一直有在关注30系列的显卡，奈何30系显卡真的被炒得太贵太贵，以至于发售至今，一直没有办法拿到一块30系显卡进行测试和使用。既然标题是3060，所以就直接跳过3060Ti到3090这几张今年的“茅台显卡”，直接聊聊3060这张卡。从早上一些媒体的评测看来，3060不仅仅削弱了挖矿能力，在游戏能力上也被戏称为“把牙膏吸了

Win11-RTX3060-配置Pytorch GPU

Wayne的CSDN博客

04-22

3956

所需清单 1. 电脑配置：windows11/10操作系统，RTX3060显卡 2. CUDA 11.3 3. cuDNN 11.x 4. Anaconda 5. 镜像源安装Pytorch 6. JupyterNotebook测试程序 1.安装CUDA11.3 登录英伟达官网找到CUDA11.3下载链接并下载安装CUDA 11.3版本注意项： 1.若已经安装过CUDA，先删除掉已安装的CUDA历史版本的整个文件夹一般默认的CUDA目录位于：C:\Program Files\NVIDIA GPU Com

目标检测——手把手带你实现SSD（Single Shot MultiBox Detector）训练和检测自己的数据集

m0_54111890的博客

01-04

9385

一、概述： 1.　在GitHub上下载SSD模型代码 2.　准备自己的VOC数据集 3.　搭建Ｐｙｔｏｒｃｈ环境 4.　用Ｐｙｔｏｒｃｈ框架在Ｐｙｃｈａｒｍ中跑模型 5.　遇到的问题和解决方法 6.　模型预测效果的检验和检测指标的查看二、本文使用电脑配置：硬件：联想拯救者R9000P 2021（R7 5800H/16GB/512GB/RTX3070）软件：Win10系统、Anaconda3、Python3.8.0、ｐｙｃｈａｒｍＰｙｔｏｒｃｈ配置：pytorch1.7.1和tor

win10 longchain chatchat本地部署

最新发布

02-27

由于提到的 CUDA 11.8 应当可以很好地适配 NVIDIA GeForce RTX 3060 显卡，但仍需注意 PyTorch 或其他深度学习框架的具体要求。 ### 启动应用程序最后按照官方指南启动 LangChain-Chatchat 应用程序即可开始体验...

RTX3060安装pytorch

weixin_44457930的博客

01-26

7671

RTX3060安装pytorch1 安装anaconda2 查看本机显卡支持的cuda最高版本（2）根据pytorch版本选择要安装的CUDA（3）下载安装CUDA（4）下载cudNN（5）下载安装刚刚选择的pytorch版本前不久刚刚入手了一台新电脑，显卡为RTX3060，在安装环境的时候，踩了不少坑，现在将经验总结如下： 1 安装anaconda 这个可以看这个教程：https://blog.csdn.net/in546/article/details/117400839 需要注意的是，要记得添加到环

深度解析RTX 3060显卡性能与应用场景

tiangang2024的博客

12-31

1535

本文将深度解析RTX 3060显卡的性能特点和应用场景，探讨其在游戏、图形设计、视频编辑等领域的表现。通过对比同类产品，分析其优劣势，帮助读者全面了解RTX 3060的实际应用价值，为后续的选择提供指导。

拯救者R9000P Ubuntu18.04安装后问题 深度学习环境配置 cuda11.1+cudnn8.1.1+pytorch1.8.1

m0_47327712的博客

12-06

943

安装Ubuntu18.04后屏幕亮度无法调整此方法需要开机后在开启一个终端窗口后生效屏幕锁定并黑屏后无法唤醒安装 laptop-mode 执行命令查看状态，是否启用了laptop_mode模式输出结果为0则未启动，非0则以启动启动laptop_mode修改配置文件将其中的都改为1输入查看状态无无线网卡驱动此方法在更换ax210无线网卡后使用配置深度学习环境下载cuda11.1 安装添加环境变量在最后添加刷新bashrc 进入你的CUDA

Win11系统/RTX30系列显卡——安装gpu版pytorch完整教程

05-15

Win11系统/RTX30系列显卡——安装gpu版pytorch完整教程

Pytorch/paddle单机多卡RTX 3060×2的Ubuntu深度学习训练环境配置+代码模板+常见问题解决

m0_46339652的博客

02-24

3782

下载nccl: https://developer.nvidia.com/nccl/nccl-legacy-downloads 选择对应的操作系统和CUDA版本(这里选择离线安装): 下载好后进行离线安装: 接下来提示需要安装一个,必须先安装公钥才能进行接下来的操作. 安装公钥: 更新软件源: 清华源最好用: 然后更新: 安装nccl: 将nccl添加到环境变量中: nccl默认的安装目录是 ,修改~/.bashrc文件，添加如下内容到文件中: 添加好之后保存文件，使用让文件的配置生效，在通过查看环境变量

Pytorch-GPU环境搭建（win11+RTX3060+CUDA11.5+CuDnn8.3.2）

m0_57704424的博客

04-26

2241

软件包搭配：win11 + RTX3060 + CUDA=11.5 + CuDnn=8.3.2 + python=3.10.14 + pytorch=1.12.1。结果显示，Python版本不合适（本版本的Pytorch，需要python=3.10-3.11版本之间）注意：30系列显卡只支持CUDA11.0及以上版本加速，因此本文CUDA选择v11.5。3. 测试pytorch是否安装成功。重新安装其他版本的python。在Pycharm中应用此环境。证明通过GPU计算实现加速。

RTX3060+ubuntu20.04+cuda11.1+cudnn8.0.5+pytorch1.7.1+tensorflow2.4构建深度学习环境

niuTyler的博客

04-19

2328

由于2070显卡损坏，换成3060，造成了一系列影响，总共用了大概一周的时间，2个全天，重新配置深度学习环境。问题：使用的早期版本的yolo模型，makefile文件编译不过，报错。最直接的解决方案：使用pytorch版本的yolo，但是我之前在目前版本的yolo上作了大量工作，不想放弃。解决过程：RTX30系列最低支持11.1，配置过程中ubuntu18.04出现了很多问题，不想一一解决了，换成了ubuntu20.04，这也造成了很多问题，ubuntu20.04的python是3.8.5，gcc是9

【RTX 3060Ti 深度学习环境配置图文（安装Anaconda、VScode、CUDA、CUDNN、pytorch）】

Magize的博客

04-03

4008

环境配置3060ti，cuda 11.4 CUDNN 8.2 pytorch1.9，python3.9

RTX 3060Ti 深度学习环境配置图文

共同学习、强我国家

08-20

595

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。因为包含了大量的包，Anaconda 的下载文件也比较大（约 786 MB），如果只需某些包，或需要节省带宽或存储空间，可选择Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

联想拯救者R9000P安装Ubuntu 21.04系统及运行TensorFlow1.X代码