Pytorch GPU版本安装教程
本文主要针对在Anaconda3中创建虚拟环境并安装Pytorch学习框架
CUDA的下载安装及配置
NVIDIA 驱动程序下载
驱动程序下载网址
: https://www.nvidia.com/Download/index.aspx
CUDA版本号查看
win+R打开cmd,输入nvidia-smi
nvidia-smi
可直接查看自己可以安装的最高CUDA版本,我的电脑是 CUDA 12.2。
CUDA下载及配置
根据CUDA版本下载安装(选择低于最高版本的,例如我安装的是11.7)
CUDA下载网址
https://developer.nvidia.com/cuda-toolkit-archive
- CUDA安装
测试CUDA是否正常安装。可以看到测试成功,接着进行cudnn的下载。
cuDNN下载及配置
cuDNN的版本要跟CUDA版本一致
cuDNN下载网址
https://developer.nvidia.com/rdp/cudnn-archive
下载完成后,解压文件夹,将解压后的文件夹下的文件拷贝到cuda安装目录下,与之相对应的文件夹下
Pytorch-gpu版本 下载与安装
安装 Anaconda
Anaconda 下载链接: https://www.anaconda.com/download
下载速度慢,可使用 清华镜像
创建环境
conda create -n your_env_name(虚拟环境名称) python==xx(想要创建的虚拟环境的python版本号)
环境创建之后激活环境,安装torch等包
activate your_env_name(虚拟环境名称)
下载安装torch
Pytorch下载链接: https://pytorch.org/
验证
在自己创建的虚拟环境中,依次执行以下代码进行验证:
python
import torch
torch.cuda.is_available()
如下图提示True说明框架配置成功,且GPU可用。
参考链接
https://blog.csdn.net/weixin_43735353/article/details/107412849
https://blog.csdn.net/IRay21/article/details/116600397