三、Windows下,安装显卡驱动最新版本,确定要安装的pytorch的cuda版本

目录

1. 查看显卡型号

2. 查看显卡算力

3. 查看算力对应的CUDA Runtime的版本范围

4. 安装显卡驱动最新版本

5. 查看CUDA Driver Version

6. 确定要安装的pytorch的cuda版本


1. 查看显卡型号

任务管理器 -> 性能 -> GPU ,右上角就是自己的显卡型号

2. 查看显卡算力

网址:https://en.wikipedia.org/wiki/CUDA

需要外网才能进去

里面有个表格,截图如下,找到自己显卡型号对应的算力,第一列是算力,第二列是显卡的架构

我的显卡算力是7.5,架构是Turing

3. 查看算力对应的CUDA Runtime的版本范围

下表是算力对应的CUDA Runtime的版本范围

从表中能够看出,7.5的算力对应的CUDA Runtime的版本范围是10.0-12.5

4. 安装显卡驱动最新版本

英伟达官网:https://www.nvidia.cn/

进入官网,点击右上角的驱动程序

在搜索栏里填入自己的显卡型号,然后点击查找

我直接选择了GeForce Game Ready驱动程序,点击查看

然后点击下载

双击打开下载好的安装包

选择驱动保存位置,点击OK

5. 查看CUDA Driver Version

打开命令行,输入下列指令,(可以是Windows键+R键,输入cmd,回车,打开的Windows命令行,也可以是Anaconda Prompt命令行),我用的Anaconda Prompt命令行,右上角的CUDA Version就是CUDA Driver Version

nvidia-smi

下图,是我安装显卡驱动最新版本之前的CUDA Driver Version,是11.6

下图是安装完显卡驱动最新版本后查看的CUDA Driver Version是12.5

6. 确定要安装的pytorch的cuda版本

显卡是硬件,不能直接被计算机识别,需要安装对应的驱动,才能被计算机识别。安装显卡驱动的时候就会安装CUDA Driver。CUDA是可以让显卡进行并行运算的软件。pytorch中的cuda是CUDA Runtime。pytorch中的CUDA Runtime去调用CUDA Driver,CUDA Driver去调用显卡。就是有CUDA Driver和显卡,计算机才能用显卡,有CUDA Runtime和CUDA Driver和显卡,pytorch才能用显卡。所以,

CUDA Runtime Version 要<= CUDA Driver Version

pytorch现在高版本的cuda有12.1,11.8,我选择cuda12.1

  • 4
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Ubuntu上安装显卡驱动、CuDNN、CUDAPyTorch可以按照以下步骤进行: 1. 安装显卡驱动:可以通过以下几种方式安装显卡驱动: - 通过"Software & Updates"工具在“Additional Drivers”选项卡中选择一个适用于您的显卡型号的驱动程序,并点击“Apply Changes”进行安装。 - 通过命令行使用`ubuntu-drivers devices`命令查看可用的驱动,然后使用`sudo ubuntu-drivers autoinstall`命令自动安装推荐的驱动。 2. 安装CuDNN:CuDNN是NVIDIA加速库,可提供用于深度学习的GPU加速功能。可以按照以下步骤安装CuDNN: - 前往NVIDIA官方网站,下载适用于您的CUDA版本的CuDNN压缩文件(通常需要注册NVIDIA开发者账号)。 - 将CuDNN压缩文件解压缩到一个合适的位置,例如`~/cuda`文件夹。 - 打开终端,使用`cd`命令进入CuDNN解压缩文件的路径,并执行以下命令安装CuDNN: ``` sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 3. 安装CUDACUDA是用于在NVIDIA GPU上进行并行计算的平行计算平台和API。可以按照以下步骤安装CUDA: - 前往NVIDIA官方网站,选择适用于您的显卡和操作系统的CUDA版本,并下载对应的运行文件(通常需要注册NVIDIA开发者账号)。 - 打开终端,使用`cd`命令进入CUDA运行文件所在的目录,并执行以下命令安装CUDA: ``` sudo sh cuda*.run ``` - 执行安装向导中的步骤,根据提示进行安装配置,包括选择安装路径和设置环境变量。 - 安装完成后,可以通过执行`nvcc --version`命令验证CUDA安装情况。 4. 安装PyTorchPyTorch是一个用于构建深度学习模型的开源Python库。可以按照以下方式安装PyTorch: - 打开终端,执行以下命令安装PyTorch: ``` pip install torch torchvision ``` - 在安装过程中,可能需要下载和编译一些依赖项。请耐心等待安装完成。 安装完成后,您可以在Ubuntu上使用显卡驱动、CuDNN、CUDAPyTorch进行深度学习任务。
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