【踩坑记录】关于pytorch安装(有关cuda安装)

已于 2024-04-09 11:41:08 修改
阅读量202 收藏 5
点赞数 9
文章标签： pytorch 人工智能 python
于 2024-04-09 11:40:13 首次发布
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_70618422/article/details/137544573
版权

        最近因为跑transformer模型，要配置环境。torch_cpu版本比较好处理，直接在anaconda上输入对应的命令行就可以自动下载。比较经典的事torch1.8.1，在很多教程和案例中都使用到了这个torch。

不经常使用N卡，所以驱动、cuda、cudnn也要重新安装。

        安装驱动没什么讲究，直接通过网址选择对应的驱动下载安装即可：NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

        顺便附上torch的下载地址，里面包含了多种torch_cuda版本：download.pytorch.org/whl/torch_stable.html

下载cuda要和torch_cuda的版本号对应，比如torch_cuda11.1要想在对应的11.1CUDA:

CUDA Toolkit Archive | NVIDIA Developer

重点：cuda安装的时候，exe文件解压的位置不要和后面软件安装的位置一致，不然软件安装完成后，解压文件夹的内容会别删除。这也是我疑惑了很久的问题，为什么每次安装完成都没有。

安装CUDA完成之前需要配置系统变量，变量是什么安装过程有提示的。

最后是cudnn的安装，其实就是个压缩包解压，把对应文件夹的内容放到cuda里面：cuDNN Archive | NVIDIA Developer

Evolve9
关注
  • 9
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytorch安装踩坑记录
qq_36692187的博客
08-10 1897
换了新电脑，装pytorch，本来很简单的时被我搞得太复杂了，记录一下踩坑过程。 踩坑1： miniconda安装的是32位的，由于这一点没有注意到，导致后面一系列安装出问题。 pytorch默认是安装64位的版本，安装时出了问题，最后选择重装系统kali，Ubuntu都试了，最后无疾而终，选择装回Windows。安装win的时候，由于不是联想原版本系统，又出了一系列问题，最后选择此版本的win系统成功搞定，系统的问题。 magnet:?xt=urn:btih:AB78595A7854DCF9E2
Pytorch linux conda默认安装cpu版本小白踩坑记录
m0_46672661的博客
03-10 397
Pytorchlinuxconda 默认安装cpu版本小白踩坑记录
一站式安装对应显卡版本的cuda和torch（windows）
Pan_peter的博客
02-16 3820
1、安装python环境2、安装VS的C++环境（因为CUDA在安装时，需要VS的里面的工具包来编译。3、安装cuda4、安装pytorch。
Windows Anaconda Pycharm CUDA 10.2 安装 pytorch 踩坑记录
dongmie1999的博客
07-06 2538
本文默认读者已安装配置好 Anaconda 和 Pycharm，二者的安装方法网上也有很多，在此不再赘述。 注意电脑是 Nvidia 显卡的才能装 CUDA，本文安装 CUDA 的 gpu 版本。 目录 1、查看本机 CUDA 版本 2、Anaconda 创建新环境 3、下载对应 torch 并安装 1、查看本机 CUDA 版本 没装 CUDA 的可参考这篇博客装上。CUDA 的版本是可以自己更新的，不过可更新的最高版本取决于你的电脑硬件。 windows 下常用的查看 CUDA 版本的
Windows上PyTorch3D安装踩坑记录
CoderJia的学习之路
06-20 1082
PyTorch3D安装在win10上过程记录
安装pytorch踩坑记录
m0_54902601的博客
01-14 231
当时pip install vit_pytorch提示我了，得是torch1.10才能兼容。结果发现cuda不能用了，一看torch版本才发现变成最新的了，估计被自动升级了。还有就是，本来都安装好了，结果跑vit的时候安包。要根据cuda版本选择torch版本。然后我试了试作者给的代码，没报错。要重装torch，不过挺快的。
踩坑记录： Pytorch框架下--- 从零使用卷积神经网络实现人脸面部表情识别 (基于连续维度)
qq_43232373的博客
11-04 4066
之前一直在自学深度神经网络的知识，在跟着书本一步一步走的时候，感觉每一个思路，每一句代码都特别容易，实现思路清晰明了，实验代码简单易懂。但当我真正课题需要用到的时候，想跳出书本的框架，自行实现并通透其中的过程时，一上手真的是泪流满面，书本上的两三句话可能在你实验中会遇到各种各样头大的问题。。。 不过还好，自己从头到尾实现一遍，理解的深刻程度也是看书不能比的，下面记录一下我之前的笔记，欢迎交流指导...
win11+MX250+CUDA10.0+pytorch1.5.1安装配置+踩过的坑……
weixin_68021767的博客
03-13 2092
pytorch的安装和踩坑
pytorch-encoding安装踩坑记录
Markfieraloha的博客
09-02 3047
安装非root的cuda10.1：(失败) sh cuda_10.1.105_418.39_linux.run 提示如下错误： Log file not open. Segmentation fault (core dumped) 可能是数组越界，按照网上的方法进行尝试解决： #设置core大小为无限 ulimit -c unlimited #设置文件大小为无限 ulimit unlimited 仍然提示一样的错误！ 安装非root的cuda9.2（成功） 建立co..
pytorch torch.gather函数介绍
qq_27390023的博客
09-04 420
是 PyTorch 中的一个用于从给定维度上按索引取值的函数。它根据一个索引张量index，从源张量input中收集值，并返回一个新的张量。常用于需要从张量的特定位置抽取元素的操作。
[pytorch] --- pytorch基础之损失函数与反向传播
M2嵌入式
09-02 1144
Loss Function的作用：（1）计算实际输出和目标之间的差距（2）为我们更新输出提供一定的依据，这个提供依据的过程也叫反向传播。我们可以看下pytorch为我们提供的损失函数：https://pytorch.org/docs/stable/nn.html#loss-functions。
pytorch torch.topk函数介绍
qq_27390023的博客
09-04 592
在上述示例中，首先创建了一个二维张量。然后，分别在行维度和列维度上使用。函数找到最大的两个值及其索引和最小的两个值及其索引，并打印出结果。函数用于在输入张量中找到最大的。在 PyTorch 中，
pytorch torch.matmul函数介绍
最新发布
qq_27390023的博客
09-07 409
是 PyTorch 中用于进行矩阵乘法的函数。它可以执行两维矩阵、向量和更高维张量之间的乘法运算，支持的运算取决于输入张量的维度。
【深度学习 transformer】使用pytorch 训练transformer 模型,hugginface 来啦
赖德发的博客
09-03 1636
在这个代码示例中，我们首先定义了一个简单的Transformer文本分类模型，它使用了预训练的BERT模型作为编码器。在训练循环中，我们使用优化器来更新模型参数，并使用学习率调度器来调整学习率。在评估循环中，我们计算模型的准确率。在这个代码示例中，我们首先定义了一个简单的Transformer文本分类模型，它使用了预训练的BERT模型作为编码器。在训练循环中，我们使用优化器来更新模型参数，并使用学习率调度器来调整学习率。请注意，这只是一个简化的示例，实际代码可能会更复杂，具体取决于您选择的模型和配置。
pyro.optim pyro ppl 概率编程 优化器 pytorch
09-04 1579
2]“讲座6.5 RmsProp:将梯度除以其最近大小的移动平均值”，Tieleman，t .和Hinton，g .，COURSERA:用于机器学习的神经网络。[3]“在线学习和随机优化的自适应次梯度方法”，杜奇，约翰，哈赞，E和辛格，y。剪辑_参数: 可选择的[联盟[词典, 请求即付的[[...], 词典]]] = 没有人。使用从以前对get_state()的调用中获得的状态，设置与所有优化器关联的状态。以带有键值对的字典的形式获得与所有优化器相关的状态(参数名，优化状态字典)
计算氨基酸残基之间的键角和二面角
qq_27390023的博客
09-07 328
在蛋白质结构中，不同的角度由特定的原子位置决定。常见的原子类型包括氨基酸主链中的 Cα（α 碳）、C（羰基碳）、N（氮原子）和 O（氧原子）。
pytorch利用简单CNN实现葡萄病虫害图片识别
roccreed的专栏
09-03 671
只有2个Python文件，通过简单CNN实现葡萄病虫害的识别DEMO
pytorch tensor.expand函数介绍
qq_27390023的博客
09-06 512
函数在处理多维张量时非常有用，可以在不复制数据的情况下灵活地调整张量的形状，满足不同的计算需求。但在使用时需要注意其限制条件，确保只扩展维度大小为 1 的维度。它允许你在不复制数据的情况下，将张量的形状扩展到指定的维度大小。这对于需要在特定维度上重复数据的操作非常有用，例如在进行广播操作时调整张量的形状。是一个可变参数，表示要扩展到的目标形状。将其第二个维度从 1 扩展到 2，得到的扩展后张量形状为。是不合法的，因为原始张量的第二个维度大小不是 1。在这个例子中，原始张量的形状是。在 PyTorch 中，
安装带cuda的pytorch和安装cuda
10-19
安装带cuda的pytorch和安装cuda是两个不同的过程。安装带cuda的py安装带cuda的pytorch和安装cuda是两个不同的过程。安装带cuda的pytorch需要先安装cuda，然后再安装pytorch。下面是安装带cuda的pytorch和安装cuda的...
评论
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