cuda 和 pytorch 安装

确定独立显卡

首先我们要确定本机是否有独立显卡。在计算机-管理-设备管理器-显示适配器中,查看是否有独立显卡。
在这里插入图片描述
可以看到本机有一个集成显卡和独立显卡NVIDIA GeForce 920M。
接下来,测试本机独立显卡是否支持CUDA的安装,点击gpu和cuda查询查询显卡是否在列表中。
在这里插入图片描述
在这里插入图片描述
从上图中,可以看到我本机的独立显卡是支持CUDA安装的,计算力是3.5。

cuda安装

cuda 是运用gpu进行机器学习必备的条件
安装cuda 我们首先要知道自己的电脑适合安装哪个版本的cuda
那么如何确定自己电脑版本应该安装什么版本的cuda 呢
CUDA版本对显卡驱动的版本有要求:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html在这里插入图片描述
转:Win10如何查看Nvidia支持的CUDA版本
根据以上步骤查看了我的Nvidia的版本是369.30,,所以支持CUDA8.0(8.0.44)
在这里插入图片描述
CUDA toolkit Archive:https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
我们应该选择cuda 8.0 GA1
随后在浏览器中直接搜索cuda 8.0 GA1
在这里插入图片描述
下载到E盘
在这里插入图片描述
点击运行
下载完成后,打开安装程序:
安装路径可以默认也可以自定义。之后点击ok就行。(选择空间较多的盘)
在这里插入图片描述
然后一直等
等到
在这里插入图片描述
选用自定义点击下一步
在这里插入图片描述
记住安装位置。等待完成关闭即可。
验证是否成功
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
这个路径下是否出现了nvcc.exe
在这里插入图片描述
打开cmd 输入nvcc -V 出现cuda详细信息
在这里插入图片描述

安装pytorch

进入prtorch官网 pytorch
在这里插入图片描述
选择对应的型号,生成最后一行中对应的安装指令,conda install pytorch torchvsion cudatoolkit=10.2(将-c ptyhon去掉)
需要说明的是pytorch首页是比较新版本的cuda对应的pytrorch ,我的电脑是cuda 8.0比较老的版本,需要在以前的pytorch版本中找,pytorch也附上了链接:cuda pytorch 老版本对应表
在这里插入图片描述
找到cuda 8.0 对应的pytorch版本 指令 conda install pytorch1.0.0 torchvision0.2.1 cuda80
打开cmd
在这里插入图片描述
依次输入上行指令
随后输入:conda install pytorch1.0.0 torchvision0.2.1 cuda80
验证pytorch是否安装成功
在这里插入图片描述
验证是否能够使用gpu
在这里插入图片描述
整体安装完成

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
为了安装PyTorchCUDA,您可以按照以下步骤进行操作: 1. 首先,确保您已正确配置好CUDA的环境。CUDA是一种用于进行并行计算的平台和编程模型。您可以从NVIDIA官方网站下载并安装适合您的操作系统的CUDA工具包。 2. 接下来,您需要安装Anaconda,这是一个用于Python的包管理器和环境管理器。您可以从Anaconda官方网站下载适合您的操作系统的Anaconda安装程序,并按照安装向导进行安装。 3. 在安装完Anaconda后,您可以创建一个新的虚拟环境来安装PyTorch。打开命令提示符或终端窗口,运行以下命令: ``` conda create --name myenv ``` 其中"myenv"是您给环境起的名字,您可以根据自己的喜好进行命名。 4. 激活虚拟环境。运行以下命令: - 在Windows系统上: ``` conda activate myenv ``` - 在Mac或Linux系统上: ``` source activate myenv ``` 5. 接下来,您可以使用conda命令安装PyTorch。根据您的操作系统和CUDA版本,您可以选择从清华大学或中国科学技术大学的镜像源下载安装。 - 在Windows系统上,您可以运行以下命令: ``` conda install pytorch torchvision cudatoolkit=<your_cuda_version> -c pytorch ``` - 在Mac或Linux系统上,您可以运行以下命令: ``` conda install pytorch torchvision cudatoolkit=<your_cuda_version> -c pytorch ``` 其中`<your_cuda_version>`是您的CUDA版本号。 注意:在安装PyTorch之前,请确保您已正确设置CUDA环境变量,以便PyTorch能够正确地使用CUDA。 6. 安装完成后,您可以通过导入`torch`模块来验证PyTorch是否成功安装。运行以下Python代码: ``` import torch print(torch.__version__) ``` 如果没有出现错误,并且能够正确输出PyTorch的版本号,那么恭喜您,PyTorch已成功安装并可以使用了。 关于PyTorchCUDA安装,以上是一种常见的方法,您也可以根据自己的需求和操作系统选择其他安装方式。希望对您有所帮助!<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [CUDAPytorch安装教程(包含踩坑内容)](https://blog.csdn.net/weixin_48556553/article/details/129852474)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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