不同版本cuda和pytorch安装(已解决)

比如我想在环境里安装cuda版本为11.1,pytorch版本为1.9.1,但是官网只有

官网地址:https://pytorch.org/get-started/previous-versions/

这时候就要使用万能神奇的pip了,命令如下:

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

但是速度可能会有点慢,甚至直接报错(我就是报错了),建议直接去网站里下载对应的三个版本,网址:https://download.pytorch.org/whl/torch_stable.html

然后再使用如下命令安装即可:

pip install torch-1.9.1+cu111-cp37-cp37m-linux_x86_64.whl torchvision-0.10.1+cu111-cp37-cp37m-linux_x86_64.whl torchaudio-0.9.1-cp37-cp37m-linux_x86_64.whl

 然后就ok了,建议自查一下

(***) ***# python
Python 3.7.12 | packaged by conda-forge | (default, Oct 26 2021, 06:08:21)
[GCC 9.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import torchvision
>>> torch.__version__
'1.9.1+cu111'
>>> torchvision.__version__
'0.10.1+cu111'
>>> torch.version.cuda
'11.1'
>>> torch.backends.cudnn.version()
8005
>>> torch.cuda.is_available()
True
>>> exit()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Anaconda是一个基于Python的开发环境,包含常用的Python第三方库和工具。安装Anaconda可以方便地创建和管理Python虚拟环境,使得项目之间的依赖不会互相影响。安装Anaconda可以到官网下载相应版本安装包,根据安装向导完成安装即可。 CUDA是NVIDIA推出的一个并行计算平台和编程模型,用于加速GPU计算。安装CUDA需要先确认自己的GPU型号和对应的CUDA版本,然后到NVIDIA官网下载相应版本CUDA安装包,安装过程中需要注意选择安装目录和添加环境变量,完成安装后需要验证CUDA是否安装成功。 cuDNN是NVIDIA开发的深度神经网络(DNN)加速库,提供了高效的DNN前向和反向算法的实现。安装cuDNN需要先下载对应版本的cuDNN安装包,并将解压后的文件复制到CUDA安装目录下,然后添加cuDNN的路径到环境变量中。 PyTorch是一个基于Python的开源机器学习框架,支持动态计算图和自动求导。安装PyTorch可以通过pip或conda命令进行安装,建议使用conda install命令,可以解决依赖关系问题。在安装PyTorch时需要注意选择对应的Python版本CUDA版本,以及安装适配的cuDNN版本。 总之,安装Anaconda、CUDA、cuDNN和PyTorch需要仔细阅读各自的安装指南,并根据自己的硬件和软件环境选择适配的版本和配置。同时要注意添加环境变量和验证安装是否成功,避免安装失败或出现兼容性问题。

“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 1
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