python cuda torch验证是否成功安装,版本是否匹配

1 、首先查看自己的显卡型号

根据nvcc-smi查到自己的显卡型号,如下图所示。在这里插入图片描述
本人的电脑显卡型号为:GeForce GT 730

2、查看显卡算力

可以通过以下链接查找
http://www.5ityx.com/cate100/155907.html
可以看到我的显卡算力是3.5

备注:你的显卡计算力必须保证在3.5以上。如果是3.5及以下,请下载pytorch 1.1,或1.2的版本。这是因为需要硬件和软件的配置相配才能使我们的GPU发挥它的功效。

(1)如果算力大于3.5,那么你可以从PyTorch官网下载对应版本的。也就是网上一搜便能找到的一键安装pytorch的方法。比如

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

(2)如果显卡算力低于3.5,那么一键安装的pytorch并不支持cuda加速,需要从源码安装。

源码安装的官方文档:
进行下载。
########
所以,大家结合自己的显卡情况来判断如何下载并安装cuda。
由于我的电脑显卡算力比较低

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如果CUDAPyTorch版本匹配,可能会导致程序运行错误或无法运行。通常情况下,PyTorch的不同版本都会带有与不同版本CUDA兼容的版本,因此您需要确保安装PyTorch版本与您安装CUDA版本兼容。 以下是解决CUDAPyTorch版本匹配的步骤: 1. 确定您正在运行的CUDA版本: ``` nvcc --version ``` 2. 确定您需要安装PyTorch版本与您的CUDA版本兼容。您可以在PyTorch官方网站上找到与特定CUDA版本兼容的PyTorch版本。例如,如果您的CUDA版本为10.2,则可以使用PyTorch 1.7版本。 3. 安装与您的CUDA版本兼容的PyTorch版本。您可以使用以下命令安装PyTorch: ``` pip install torch==1.7.0+cu102 -f https://download.pytorch.org/whl/cu102/torch_stable.html ``` 注意:请使用与您安装CUDA版本相应的cuXX后缀。例如,如果您安装的是CUDA 10.1,则应该使用cu101后缀。 4. 安装具有相应版本的其他库。如果您使用的是GPU版本PyTorch,那么您需要安装与您的CUDA版本兼容的其他库,例如cuDNN和NCCL。 ``` pip install torch==1.7.0+cu102 torchvision==0.8.1+cu102 torchaudio==0.7.0 -f https://download.pytorch.org/whl/cu102/torch_stable.html ``` 注意:以上命令中的版本号应与您需要安装版本匹配。 5. 验证安装。您可以在Python中运行以下命令,验证您的PyTorch版本CUDA版本是否匹配: ``` import torch print(torch.version.cuda) ``` 如果输出的CUDA版本与您安装CUDA版本匹配,则表示您已经成功安装了与CUDA版本兼容的PyTorch版本

“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