pytorch-gpu下载-事实证明低显卡安装gpu没用

下载前要先安装nvidia驱动器和cuda

1、下载nvidia驱动器

在任务管理器查看gpu大小类型例如：NVIDIA GeForce GT 620

 在安装对应的gpu驱动NVIDIA 驱动程序下载nvidia驱动器

2、下载cuda

如果下载了nvidia驱动器，直接在nvidia控制面板查看gpu大小类型以及适合的cuda

 或者在以下链接中:https://developer.nvidia.com/cuda-legacy-gpus.查询本机显卡是否支持CUDA的安装，是否存在列表中

点击进入网址CUDA Toolkit Archive | NVIDIA Developer.选择想要下载的版本，进行下载

这里选择了CUDA Toolkit 10.2版本下载，下载完成之后，找到下载位置双击，进行安装，默认安装路径 C:\Users\123\AppData\Local\Temp\CUDA 

 

 选择自定义，勾去VS，继续下一步，完成安装

测试CUDA是否成功安装，输入nvcc -V 可以查询版本，结果正确版本则显示成功

 3、安装pytorch

进入官网 Start Locally | PyTorch
如果你当前CUDA版本比较低，可以选择下面的较低版本或者对应版本，最好选择对应版本。

https://download.pytorch.org/whl/torch_stable.html打开该链接找到合适的

根据下载了CDUA 10.2版本 ， torch 1.5.1（在pytorch界面选择的时候选择的是稳定版本1.5.1），python版本3.7.4 ，电脑win10系统64位，所以选择下面的对应的torch1.5.1版本和torchvision0.6.1版本

下载完成WHL文件

在cmd输入安装 

输入pip install D:\2020\torch-1.5.1-cp37-cp37m-win_amd64.whl
输入pip install D:\2020\torchvision-0.6.1-cp37-cp37m-win_amd64.whl

 检测是否安装成功

import torch

print(torch.__version__)

print(torch.cuda.is_available())

 验证pytorch可不可以用，用以下代码：

a=torch.Tensor([1,2])

a=a.cuda()

a

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CSDN1683/article/details/107054886
————————————————
版权声明：本文为CSDN博主「CSDN1683」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/CSDN1683/article/details/107054886