目录
1.cuda的安装与验证是否安装成功
1.1cuda的安装
- 视频教程
推荐某音上的一个视频教程思路很清晰,按照博主的教程一步一步来应该没问题,链接为手把手教你装cuda:https://v.douyin.com/iespToNe/ - 教程中的cuda官网:https://developer.nvidia.com/cuda-toolkit-archive
1.2cuda验证是否安装成功
- 方法一: win+R打开终端输入
nvcc --version
弹出如下信息则证明安装成功
- 方法二:打开我们的PyCharm输入以下代码
如果安装成功会返回True
#验证cuda安装
import torch
print(torch.cuda.is_available()) #返回True则说明已经安装了cuda
2.cuDNN的安装与验证是否安装成功
2.1cuDNN的安装
- 视频教程
推荐某音上的一个视频教程思路很清晰,按照博主的教程一步一步来应该没问题,链接为手把手教你装cuda:https://v.douyin.com/iespToNe/ - 教程中的cuDNN官网:https://developer.nvidia.com/rdp/cudnn-archive
2.2cuDNN验证是否安装成功
- 方法一:
找到这个目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite
在该目录前面敲cmd
进入到终端(注意最后有个空格)
在终端输入deviceQuery.exe
,应该弹出PASS信息
再在终端输入bandwidthTest.exe
,也会弹出PASS信息,如果上面两步都是PASS的话则证明安装成功
- 方法二: 打开我们的PyCharm输入以下代码
如果安装成功会返回True
#验证cuDNN安装
from torch.backends import cudnn
print(cudnn.is_available()) #返回True说明已经安装了cuDNN
3.GPU版本的PyTorch安装验证
- 打开我们的PyCharm输入以下代码
import torch
print(torch.__version__)
print(torch.cuda.is_available())
输出如下信息就代表安装成功