30系显卡配置pytorch环境

最新推荐文章于 2024-06-06 16:58:12 发布
最新推荐文章于 2024-06-06 16:58:12 发布
阅读量2.2k 收藏 21
点赞数 15
文章标签： pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_48587216/article/details/119351672
版权
本文记录了作者在使用RTX 3060显卡配置PyTorch环境时遇到的问题及解决办法。原本按照教程配置torch1.2.0和torchvision0.4.0出现错误，通过查找资料发现30系显卡需搭配cuda11和torch1.8。遵循新的环境配置指南，安装cuda11.1和cudnn11.1，成功运行代码。最后提供了验证GPU是否可用的代码片段。
摘要由CSDN通过智能技术生成

我先说明，我是个新手，我只是把困扰了我很久的问题解决了，然后写个记录。

问题描述

我最开始按照Bubbliiiing大佬分享的博客内容进行目标检测相关的学习，原来用的是1650的笔记本，一切顺利，唯独显存不足，有些网络跑不起来。

参考内容windows下的torch=1.2.0环境配置

后来我换了一台台式电脑，显卡是RTX 3060的，重新按照教程配置环境总会出各种乱七八糟的问题，什么都有，总结一句话就是代码跑不起来。原来笔记本都能运行的代码，现在台式机都不能用，一时间我很沮丧。

总之，网上各种找解决办法。

解决办法

直接说结论吧，原本按照上面链接我应该是配置torch1.2.0和torchvision0.4.0的，但是我在评论区中看到大佬说30系显卡得用cuda11和torch1.8，因此恍然大悟，环境配置上我需要修改。

 我搜索了很久，找到了一个网页，链接如下，他提供了一个适合cuda11的torch1.8和torchvision0.9安装链接，我之前查过，torch1.8需

最低0.47元/天 解锁文章
weixin_48587216
关注
  • 15
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
30系列显卡使用Pytorch1 60及Docker下的GUI程序可视化
leohanson的博客
09-22 673
通过nvidia-docker解决旧版pytorch无法使用30系列显卡的问题。同时记录Docker中可视化GUI进程的运行显示。
30系列安装tensorflow和pytorch
hungita的博客
01-23 456
（4）安装cuda11.0和pytorch1.7（不用再conda install cudatoolkit==11.0） conda install pytorch torchvision cudatoolkit=11 （5）安装cudnn8（因为conda还不支持cudatoolkit=11中下载cudnn） 从https://developer.nvidia.com/rdp/cudnn-download下载cudnn，解压后进入cuda/lib64路径下，把里面所有文件拷入对应虚拟环境（exp38）的l
最新最详细的配置PytorchGPU环境
最新发布
qq_49231165的博客
06-06 1000
最新最详细的从0开始配置PytorchGPU环境
pytorch 安装 GPU版本 1030也能装
weixin_42984235的博客
12-07 1562
已经安装了anaconda核实是否为英伟达显卡，我电脑是入门级1030，在英伟达算力表上没有，但是也可以装。 CUDA Toolkit Archive | NVIDIA DeveloperCUDA 版本根据系统来，不用安装最新版，根据pytorch 支持的来选择。文件很大，不要安装错了。新增环境变量，将nvcc.exe所在目录添加至环境变量。核实是否完成 cmd 2.安装 cuDNN cuDNN Archive | NVIDIA Developer需要账号，注册就好将文件复制到CUDA中，插入
关于使用pytorch在30系列显卡（高级别显卡）算力不够问题
门前大橋下丶
11-17 1444
算力
Deepin15.5+cuda9.0+cudnn7.0.5+tensorflow1.5+pytorch0.3.0
yanming0913的博客
11-28 498
  本文主要参考以下博文： https://blog.csdn.net/balixiaxuetian/article/details/79154013 最新版的tensorflow1.7 和torch0.3都还不支持cuda9.1，真是fuck 硬件：g4560， gt1030 显卡驱动：NVIDIA-Linux-x86_64-384.130.run 装了一周的cuda，ubuntu之...
3050显卡配置pytorch-gpu（cuda11.3版本）
weixin_44281226的博客
11-09 2958
最近学习深度学习环境安装做个笔录
RTX3060（30系显卡）Windows10部署Pytorch深度学习环境步骤与心得
m0_67403240的博客
06-12 5181
我的RTX3060显卡部署Pytorch深度学习环境步骤与心得，深度学习框架使用的是Pytorch，操作系统Windows 10。 大家知道深度学习环境的配置并不是一件简单的事，因为需要使用显卡的GPU进行运算。而30系显卡的配置又有些许的不同，其对应的各类环境、插件、库的版本有自己的要求。经过摸索，分享一下步骤和心得，跟着走小白也能一样无压力地配置环境。其他30系显卡也一样可以参考。由于大部分计算是在GPU端进行，深度学习对CPU要求没这么高，只要不是太离谱都能胜任。 显卡：RTX 3060，显存12G
pytorch 支持amd显卡吗_AMD平台上配置PyTorch+Apex开发环境
weixin_39524247的博客
12-21 1145
手上有2台AMD平台的机器，用的N卡做深度学习开发机。其中一个是Ryzen 3500X ITX+2070，另一个是FX8350 990FX 3卡平台+1080和P106。这两个机器其实都挺好用的，即便推土机浮点能力比较弱，真8核在多线程IO方面还是相当有力的，而且还可以组PCIE 2.0双X16或者X16+X8+X8(相当于PCIE 3.0的一半)。搭配AMD专用条，用来做超低成本主副卡配置非常合...
30系显卡笔记本使用pytorch（win10）
weixin_42478972的博客
02-04 883
win10下30系笔记本显卡使用pytorch 1. 介绍背景：新换的笔记本3070laptop显卡（技嘉15G 2021） cmd中输入“nvidia-smi” 2. 安装Anaconda3-2019.10-Windows-x86_64。官网下载慢的很，这里放一下百度网盘。 链接：https://pan.baidu.com/s/1Za4FVY6QhP1gKtz8GwE8wA 提取码：kmax 过程参考大佬Bubbliiiing的博客：神经网络学习小记录48——windows下的torch..
GeForce RTX 3060 Ti+cuda 11.6+Anaconda3搭建Pytorch深度学习环境
一个非常Cool的人
05-29 2563
室友新购入一个笔记本，笔记本的显卡是GeForce RTX 3060 Ti，记录一下使用GeForce RTX 3060 Ti+cuda 11.6+Anaconda3搭建Pytorch深度学习环境。安装很简单，当你有了Python环境时记住一个核心命令即可，显卡驱动因该在之前已经安装过了，只需要注意他的版本即可，如果觉着使用显卡训练模型依旧很慢的话可以先装一个cuda tooklit，然后安装一下cudnn加速驱动（具体自己网上百度，这里就不展开说了，据说安装之后可以提速50%）。
pytorch安装教程(GPU：Nvidia GTX 3060)
gls_nuaa的博客
08-01 971
pytorch安装教程(GPU：Nvidia GTX 3060)
30系显卡-旧版本深度学习环境配置（pytorch1.9.0+cuda11.1、tensorflow1.15.5+cuda12.2）
余欲与鱼语渔
04-29 1159
pytorch1.9.0 tf1.15
深度学习之30系显卡虚拟环境配置（100%成功，windows，英伟达30系显卡，torch版本1.7.1）
qq_44119710的博客
04-17 7946
30系显卡配置深度学习所需要的虚拟环境非常麻烦，本文章整理了我个人安装虚拟环境的心得体会和经验，手把手教您配置好虚拟环境！
Vitis-AI无法使用30系显卡训练的妥协方案
jedibobo的博客
03-20 3525
故事背景 VItis-AI更新了2.0，增加了对30系显卡的支持，但是VCK5000-es1卡却并不在VItis-AI2.0的支持列表中，这一度让我非常恼火。因为自己买的就是30系显卡。 问题分析 Vitis-1.4.1分支在build docker镜像时，使用的是CUDA10作为基础镜像来编译的。并且使用Pytorch1.4.0版本。而Pytorch有一个特点，就是对于30系显卡，如果Pytorch的whl编译版本不支持cu11x版本的话，那么训练框架是无法跑起来的。那么就可以利用这个特性，升级Torch
pytorch安装
欢迎来到snoopy碎碎念的小世界~~
09-01 344
pytorch安装（无GPU） 输入命令： conda install pytorch torchvision cpuonly -c pytorch pytorch安装（有GPU） 输入命令： # Follow instructions at this URL: https://github.com/pytorch/pytorch#from-source 链接：https://pytorch.org/get-started/locally/ ...
30系列显卡安装深度学习pytorch坏境
qq_37080185的博客
11-15 2497
Anaconda+vscode 一、Anaconda的安装 清华的镜像里下载anaconda 这里下载2019.10月的，因为旧版本有vscode新版本没有 Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror 二、配置安装CUDA CuDNN 打卡nvidia控制面板，先查看自己显卡适配的版本 我是11.2也可以用11.1的 下载cuDNNcuDNN Archive | ...
集成显卡anaconda配置pytorch环境
06-01
anaconda是一个开源的Python发行版本，它内置了许多常用的Python库和工具，可以方便地进行Python开发。如果你想在集成显卡上配置pytorch环境，可以按照以下步骤进行： 1. 安装anaconda：可以从anaconda官网上下载对应平台的安装包，然后按照提示安装即可。 2. 创建虚拟环境：为了避免不同项目之间的依赖冲突，我们可以使用anaconda创建虚拟环境。可以使用以下命令创建一个名为"pytorch"的虚拟环境： ``` conda create -n pytorch python=3.8 ``` 3. 激活虚拟环境：创建好虚拟环境后，需要激活虚拟环境才能使用其中的Python和库。可以使用以下命令激活"pytorch"环境： ``` conda activate pytorch ``` 4. 安装pytorch：可以使用以下命令安装pytorch及其相关依赖： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c nvidia ``` 注意，这里安装的是支持CUDA 11.1的版本，如果你使用其他版本的CUDA，需要修改对应的参数。 5. 验证安装：安装完成后，可以使用以下命令验证pytorch是否能够正常使用： ``` python -c "import torch; print(torch.__version__)" ``` 如果没有报错，并且输出了正确的版本号，则说明安装成功。
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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