(自记)解决pytorch安装gpu版本一直失败的问题

(自记)解决pytorch安装gpu版本一直失败的问题

推荐一篇很好的博客

https://blog.csdn.net/dysljxjsq/article/details/104159802

按官网的pip方法下载一直中断,conda下载的都为cpu版本。推荐的博客中解决了此问题(推荐文件使用梯子下载,不然很慢)

如有文件需要可以和我联系,免费提供

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
安装PyTorchGPU版本,首先需要确保你的电脑具备支持CUDA的显卡。根据引用中提到的,你的电脑使用的是GeForce MX150显卡,它是支持CUDA的。 接下来,需要按照以下步骤安装PyTorchGPU版本: 1. 首先,下载并安装适用于你的CUDA版本的CUDA Toolkit。CUDA Toolkit是一个用于支持GPU计算的软件开发工具包。你可以从NVIDIA官方网站上下载与你的CUDA版本相对应的Toolkit。 2. 安装CUDA Toolkit后,打开Anaconda Prompt,输入以下命令来创建一个新的虚拟环境(可选步骤): ``` conda create --name myenv ``` 其中,"myenv"是你给虚拟环境起的名字,你可以根据自己的需求进行命名。 3. 激活刚才创建的虚拟环境: ``` conda activate myenv ``` 4. 接下来,使用conda命令来安装PyTorchGPU版本。根据引用中提到的,选择适合你的PyTorch和torchvision版本。例如,如果你想要安装PyTorch的1.4.0版本和torchvision的0.5.0版本,可以使用以下命令: ``` conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=<your_cuda_version> -c pytorch ``` 其中,"<your_cuda_version>"是你所安装的CUDA Toolkit的版本号。 5. 等待安装完成后,就成功安装PyTorchGPU版本。 总结一下安装PyTorchGPU版本的步骤: 1. 确保你的电脑具备支持CUDA的显卡。 2. 下载并安装适用于你的CUDA版本的CUDA Toolkit。 3. (可选步骤)创建一个新的虚拟环境。 4. 激活虚拟环境。 5. 使用conda命令安装PyTorchGPU版本。 希望这些步骤对你有帮助!

“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