Windows系统安装Pytorch 1.8.0 GPU记录

**

Windows系统下的Pytorch 1.8.0 GPU版本安装步骤记录

**

在此记录自己安装CUDA、cuDNN、Pytorch 1.8.0以及tensorflow 1.14.0的整个过程。

一、CUDA的安装

首先确定了自己的电脑是可以安装CUDA的,之后确定本机的一些相关配置,包括驱动版本、CUDA版本来下载对应的CUDA toolkit。菜单栏点击进入NVIDIA Control Panel,左下角点击系统设置查看相应的驱动版本和CUDA版本如下图:
驱动版本CUDA版本
一般而言,不同版本的CUDA要求不同的NVIDIA驱动版本,同时驱动版本要不低于CUDA的安装版本,具体的对照关系如下:
驱动版本与CUDA版本的对照关系
官方链接如下:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/in

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 版本? 感谢您的问题。对于PyTorch 1.8.0,以下是建议下载的CUDA版本: - CUDA 11.1 - CUDA 11.0 - CUDA 10.2 请注意,具体的CUDA版本可能会因操作系统系统硬件而异,建议在下载和安装之前仔细查看PyTorch官方网站的系统要求和安装指南。希望能回答您的问题,有其他问题欢迎随时向我提出。 ### 回答2: PyTorch 1.8.0版本应该下载与其兼容的CUDA版本。要确定适合您的PyTorch版本的CUDA版本,可以参考PyTorch官方网站上的版本要求和兼容性指南。根据官方文件,PyTorch 1.8.0版本兼容CUDA 10.2版本。因此,您应该下载CUDA 10.2版本以确保PyTorch 1.8.0正常运行。同时,还要确保您的计算机硬件支持安装和运行所下载的CUDA版本。安装适当的CUDA版本也将有助于提高PyTorchGPU的利用率和性能。下载和安装CUDA之前,还应查看官方文档以获取详细的安装和配置说明。 ### 回答3: PyTorch 1.8.0 应该下载与您的 GPU 兼容的 CUDA 版本。PyTorch 1.8.0 的官方文档中提供了与不同 CUDA 版本的兼容性信息。您可以在 PyTorch 官方网站或 GitHub 上找到此信息。当选择 CUDA 版本时,建议使用 PyTorch 1.8.0 文档中明确列出的支持版本,以确保最佳的兼容性和性能。根据您的 GPU 和操作系统的要求,您可以从 NVIDIA 官方网站下载正确的 CUDA 版本。确保 CUDA 版本与您的 GPU 相匹配。下载完成后,请按照 CUDA安装指南进行安装,以便在 PyTorch 中正确使用 GPU 加速功能。通过正确选择和安装GPU 兼容的 CUDA 版本,您可以在 PyTorch 1.8.0 中最大限度地发挥 GPU 加速的优势。

“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