机械革命windows11 + GTX1650 + Pycharm +pytorch + CUDA 使用GPU运行深度学习模型环境配置

最新推荐文章于 2024-07-17 16:15:51 发布
最新推荐文章于 2024-07-17 16:15:51 发布
阅读量808 收藏 12
点赞数 9
文章标签： 深度学习 pycharm 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_50609262/article/details/136599500
版权
本文指导读者如何在Windows上安装CUDA11.6，并检查驱动版本，确保兼容性。接着介绍了如何配置环境变量以及安装指定版本的PyTorch（包括torchvision和torchaudio），以支持CUDA计算。
摘要由CSDN通过智能技术生成

目录

安装CUDA

输入命令，查看我的Driver Version：551.76和CUDA Version：12.4。

// An highlighted block
nvidia-smi

在这里插入图片描述
去官网查看是否满足要求：链接: NVIDIA CUDA

在这里插入图片描述
只要安装的CUDA 不超过上限即可，我选择的是11.6版本的CUDA。
地址：链接: NVIDIA CUDA 11.6
在这里插入图片描述
下载后默认安装
在这里插入图片描述
先在自己电脑上安装软件的盘中先建立两个文件夹，这个路径一定要和之前安装exe文件的路径不一样。
在这里插入图片描述
将第一个和第三个目录更换为上面的CUDAToolkit，第二个目录更换为CUDASamples。
在这里插入图片描述
系统环境变量添加NVCUDASAMPLES11_6_ROOT和NVCUDASAMPLES11_6_ROOT
在这里插入图片描述
双击Path
在这里插入图片描述
添加两个路径。
在这里插入图片描述
在cmd中输入

nvcc -V

出现如下即安装成功。
在这里插入图片描述

安装pytorch

地址: CUDA11.6版本的pytorch
在这里插入图片描述

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
王硕12123
关注
Win10+GTX1650显卡下安装Tensorflow-gpu1.14的踩坑过程及训练目标检测模型
weixin_45023983的博客
08-11 2万+
Win10+GTX1650显卡下安装Tensorflow-gpu1.14的踩坑过程及训练目标检测模型 作为一个刚接触深度学习的小白，因目标检测的任务需求，在网上查阅了大量前辈写的相关blog，学到了很多东西，最后自己搭建完环境训练了模型。因为搭配环境时踩了很多坑，我将内容整理一下，方便必要时再次查看。 安装tensorflow-gpu前python、cuda、cudnn、vs的版本需要一一对应，否...
基于Pytorch使用GPU运行模型方法及可能出现的问题解决方法
rothschild666的博客
10-21 3129
在基于pytorch深度学习进行模型训练和预测的时候，往往数据集比较大，而且模型也可能比较复杂，但如果直接训练调用CPU运行的话，计算运行速度很慢，因此使用GPU进行模型训练和预测是非常有必要的，可以大大提高实验效率。如果还没有配置好运行环境的博友们可以参考下面博主的文章。
深度学习程序环境配置
最新发布
Young_Zn_Cu
07-17 1001
因为之前轻薄本没有显卡跑不起来，所以换了台电脑重新跑程序，故记录一下配置环境的步骤及常见错误。
Win10 GTX1650 安装CUDA11.6+CuDnn-8.6
weixin_53384447的博客
12-09 4792
打开自己电脑的任务管理器，查看自己电脑的显卡版本，如下图 ，笔者的为GTX 1650然后是我的使用的版本：anaconda直接官网下载安装即可，附官网网址 https://www.anaconda.com/products/individualvisual studio2019直接官网下载安装即可，附官网网址 https://www.visualstudio.com/zh-hans/
pytorch使用GPU加速--windows11，GTX1650Super
joey_ro的博客
11-22 1432
使用的都是anaconda创建的环境。
WIN10_GTX1650_深度学习环境搭建
Haipai1998的博客
09-26 2668
try
深度学习1650ti在win10安装pytorch复盘
jsmilu的博客
03-17 2437
24.03.17的1650ti驱动为551.76版本，python为3.8版本，pytorch为2.2.1版本，CUDA为11.8版本，cuDNN为8.9.7.29版本。
Win10+GTX1660Ti+CUDA10.1+cuDNN v7.6.4+Anaconda+PyCharm配置GPU版本PyTorch超详细步骤
12-21
在本文中，我们将详细探讨如何在Windows 10操作系统上，使用NVIDIA GTX 1660 Ti显卡，CUDA 10.1，cuDNN v7.6.4，Anaconda和PyCharm来配置GPU支持的PyTorch环境。首先，我们需要确保拥有一个适合深度学习的显卡，例如...
Pytorch GPU环境搭建全攻略：CUDA11.6 + cuDNN + Anaconda + Pycharm
搭建PyTorch1.11与CUDA11.3的GPU调试环境涉及显卡驱动更新、CUDA Toolkit安装、cuDNN配置、Anaconda环境创建、PyTorch安装以及PyCharm的集成。整个过程需要耐心和细心，每个步骤的正确执行都是确保环境顺利运行的...
手把手教你Win系统配置深度学习(GPU)环境： Anaconda3+CUDA+cuDNN+pytorch
qq_51475793的博客
07-26 2631
最近跑行为识别的网络模型，所以需要在笔记本上配置深度学习的坏境，准备将踩过的坑都记录下来。巨详细的那种！！！ 配置：winsows系统，GTX3050显卡。（AMD显卡不能直接调cuda，只能装虚拟机，在Linux系统上安装ROMc来调cuda，巨麻烦，而且只有部分型号的amd显卡才支持安装ROMc） 1、 Anaconda安装 1.1 先下载Python还是Anaconda？ Anaconda！装anaconda，就不需要单独装在python了！ 1.2 Anacond...
【Win10+Pytorch（GPU版）环境配置|CSDN创作打卡】
m0_55856723的博客
01-09 945
前言 记录一下自己配置深度学习环境的流程 一、笔记本电脑配置 操作系统：Win10 显卡类型：NVIDIA GeForce GTX 1650Ti 二、环境配置 1.安装Anaconda 2.查看显卡支持的驱动版本以及cuda版本 命令行运行如下代码：查看第一行 nvidai-smi 3.下载安装相应的显卡驱动、cuda和cudann 网上教程很多，可以参照这个视频https://www.bilibili.com/video/BV1Rz411e7eJ/?spm_id_f...
基于Anaconda配置Windows10 GTX1650 tensorflow-gpu-深度学习环境
qq_24287711的博客
10-17 1628
1.查看电脑配置 我的电脑配置是： ·联想拯救者Y7000 ·GTX1650 ·Windows 10 2.所需配置的环境（在自己的设备上亲测有效） · Anaconda3(64bit)-5.0.1 ·CUDA-10.0 ·CuDNN-7.4.1.5 ·Python-3.6 ·TensorFlow-GPU-1.13.2 ·Keras-2.2.0 （这个不是必要步骤，是我自己的代码需要，可忽略） （python、CUDA、cuDNN、TensorFlow-GPU对应版本的确认） 3.安装最新版Anaconda
Pytorch的安装（Cuda+Cudnn+Anaconda）GPU版本，巨详细，安装不成功 你来打我
weixin_46668520的博客
10-29 2782
本文主要是帮助刚入门的小白，搭建pytorch环境，主要分为cuda，cudnn，anaconda和pytorch安装四个步骤，讲解通俗易懂，按照本文步骤能够快速的搭建gpu版本的pytorch
anaconda下pytorch配置 gtx1650
Ryan_Garr的博客
06-12 919
如果你的显卡也是1650 可以直接使用如下代码（现在2023.6.12 时间间隔过久可能驱动更新会导致失败）
windows 10 + GTX1650 环境下基于TensorFlow的深度学习环境配置
weixin_42729025的博客
04-15 3781
因论文需要，简单的记录一个深度学习环境的配置过程 说明：与广为应用的基于Anaconda的深度学习环境配置方法不同的是，本文直接基于Python基础环境+Pycharm进行环境的配置，不安装，不安装，不安装Anaconda (几年前安装过Anaconda，其实觉得不怎么好用，倒不如直接基于基础环境进行)，记得好几年前自己第一次接触不怎么懂(小小小白)，然后瞎摸索还是蛮花费时间的。 首先，基础硬件配置环境为：windows 10+GTX1650 1. python环境的安装 下载Python安装包直接安装，不
gtx1650显卡配置cuda，anaconda，GPU，pytorch运行经验。
d_etach的博客
04-27 2404
然后去pytorch官网查一下对应的版本，然后在你创建的conda环境中安装torch的版本，就可以愉快的玩耍啦。大家注意，只要安装cuda就可以了，可以用NVIDIA面板确认一下cuda驱动版本，低于版本都可以使用。
GTX1650的pytorch-gpu版安装过程记录
hard_working88的博客
01-27 4528
1.首先下载anaconda软件 2.在anaconda中创建一个环境：conda create -n pytorch python=3.6(在anaconda中创建了一个名为pytorch的环境，该环境的python版本为3.6) 3.检查自己的显卡类型（任务管理器-性能-GTX1650）以及驱动版本（在anaconda prompt中输入指令nvidia-smi）,本文的nvidia-smi和driver version=457.49（不同的cuda版本有最低的驱动版本要求），cuda version
如何正确配置Python环境，并且顺利在Windows11上调用GPU使用Tensorflow2进行模型训练
AutisticKid的博客
03-28 1662
安装合适的python版本 配置python环境 配置CUDA cuDNN 配置TensorFlow-DirectML-Plugin插件 让Tensorflow顺利调用显卡！
win10+GTX1650+pytorch_gpu==1.7.1+python3.7安装成功，附安装包下载
u011971558的专栏
05-08 907
一，安装包（cuda10.1+cudadnn7.6） 下载地址： 二、安装pytorch注意事项： .1.修改.condarc文件，把镜像链接的https修改成http就可以了。因为镜像源为了提高安全性使用了ssl证书进行加密,但是原链接也能用。 ssl_verify: true show_channel_urls: true channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123...
评论 3
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

打赏作者

王硕12123

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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