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