GPU版本安装Pytorch教程最新方法

第一步:安装 Anaconda 和 Pycharm 软件

如果已经安装好,这一步可忽略。
直接在官网 https://www.anaconda.com/products/distribution ,我一般不选择最新版本,我这里安装的是 Anaconda3-2021 版本,并选择 Pycharm community 安装,选择适合自己的即可。

第二步:下载CUDA

  1. 首先查看自己电脑GPU版本,方法为:
    打开cmd命令行,输入nvidia -smi 可直接查看自己可安装的最高版本的 CUDA版本,我的电脑是 CUDA11.6。

在这里插入图片描述

  1. 为了不发生最新版本不能兼容的情况,我选择了相对较老的版本CUDA11.3 进行安装。安装网址:https://developer.nvidia.com/cuda-11.3.0-download-archive

  2. 选择相应的版本下载即可:

在这里插入图片描述

第三步:安装CUDA11.3

  1. 安装cuda:
    双击运行下载好的CUDA的exe文件&#
  • 19
    点赞
  • 98
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
安装GPU版本PyTorch,你可以按照以下步骤进行操作: 1. 首先,你需要访问[PyTorch官网](https://pytorch.org/)的下载页面来获取GPU版本安装包。你可以在这个页面找到不同版本PyTorch安装包,包括CPU版本GPU版本。 2. 在下载页面中,你可以看到一些文件名以`cpu`开头,这些是CPU版本安装包。而以`cu`开头的文件则是GPU版本安装包。根据你的需求选择对应的GPU版本进行下载。你可以参考[torch和torchvision的对应图](https://download.pytorch.org/whl/torch_stable.html)来确保你下载的是正确的版本。 3. 下载完成后,你可以打开Anaconda Prompt或者其他终端,进入你的Python环境。 4. 在终端中,使用`import torch`来导入PyTorch库。然后使用`torch.cuda.is_available()`命令来检查你的GPU是否可用。如果返回True,说明你的GPU可用。 5. 如果你的GPU可用,你可以使用`torch.cuda.get_device_name(0)`命令来查看你的GPU设备名称。该命令将返回你的GPU的名称,例如'NVIDIA GeForce RTX 3070 Ti Laptop GPU'。 通过按照上述步骤操作,你就可以成功安装GPU版本PyTorch并验证你的GPU是否可用了。记得根据你的需求来选择正确的GPU版本进行下载安装。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [GPU版本安装Pytorch教程最新方法](https://blog.csdn.net/qq_45956730/article/details/126600028)[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 9
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