cuda cudnn pytorch 的下载方法(anaconda)

前言

记录一下近日下载pytorch时遇到的坑

cuda

查看当前可支持的最高cuda版本

快捷键
win+R
cmd 
NVIDIA-smi

在cmd命令行内输入NVIDIA-smi即可查看当前NVIDIA显卡的driver version(显卡驱动),和可安装的最高cuda版本(最好别太高,也别太低)

在这里插入图片描述

显卡驱动更新

显卡驱动太旧的话,要下载好新版本的驱动

笔者用的是以下软件更新的

在这里插入图片描述

下载cuda

下载前还要去看一下目前pytorch适配的最高cuda版本(很重要!)

https://pytorch.org/get-started/locally/
在这里插入图片描述

以pytorch网页上的cuda版本为主!
我就掉进了这个坑里
图里显示的cuda版本最高为12.1,但我之前却下了12.4版本的,最后搞了好久

cuda官网

cudnn

cudnn官网

选择与自己的cuda版本对应的cudnn版本即可

pytorch

上面第一个网址

配置虚拟环境

打开anacona自带的
在这里插入图片描述

创建虚拟环境

个人推荐python3.10版本

conda create -n pytorch(环境名) python=3.10.14(版本名)

在这里插入图片描述

出现以下图图,即代表母子平安
在这里插入图片描述

激活虚拟环境

conda activate 环境名
在这里插入图片描述

1.直接下载

根据自己的情况选好,即可复制

Run this Command

上的命令即可
如果找不到对应cuda版本的话,可以点击

install previous versions of PyTorch

这个链接去寻找属于自己的神奇宝贝!

2.conda 下载(清华源,下载速度慢的看过来)

由于软件过大,使用conda安装软件时可能会遇到

下载中断
龟速下载

而且conda没有断点下载这一说法,下载已中断的话,就得重新来过了

添加清华镜像channel

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

在这里插入图片描述

我之前已经添加过了,所以再次添加会报错(无伤大雅,区区致命伤)

下载

conda install pytorch torchvision torchaudio pytorch-cuda=12.1
在这里插入图片描述

等亿会,出现

done

后即可开始检验是否成功下载了

python
import torch
torch.cuda.is_available()

下载失败

如果最终结果为true,则大功告成啦
如果不是,那只能再试亿下下啦

如果出现以下图像,恭喜你,孩子很健康…
在这里插入图片描述

下载失败啦
我就是掉进了这个坑(cuda12.4版本过于先进,有人说可以向下兼容cuda12.1版的pytorch,但我这不行)

下载失败解决办法

1.浑水摸鱼,风浪越大鱼越贵!

搞了老半天,还是失败了,气得我当时就气了一个下午!
结果晚上我捣鼓大模型的时候,发现下载绘世模拟器的时候,阴差阳错的下好了,emm…
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

2.江湖凶险,大侠请重新来过

不知道可不可行,个人想法
找个办法卸载掉cuda(应该挺难搞的)和cudnn,重新再来一次捏
因为当时已经通过绘世模拟器下好了,就懒得亲手实践了(主要是这边网速不好啊!!!)

windows cuda更新教程

  • 32
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
### 回答1: anaconda是一个Python发行版,包含了许多常用的科学计算和数据分析的库。 CUDA是英伟达公司推出的一种并行计算平台和编程模型,可以利用GPU的并行计算能力加速计算。 cuDNNCUDA深度神经网络库,提供了高效的深度学习算法实现。 PyTorch是一个基于Torch的开源机器学习库,支持动态计算图,具有灵活性和高效性。它也支持CUDA加速,可以利用GPU进行深度学习计算。 ### 回答2: Anaconda是一个Python数据科学平台,它使得Python的安装和使用更加方便。Anaconda也包含了许多科学计算的包和工具,比如NumPy,SciPy和Pandas等。使用Anaconda用户可以很方便地创建Python虚拟环境和安装依赖。 CUDA是一种由NVIDIA开发的并行计算平台和编程模型。它使得全球各地的科研人员、工程师和开发者可以运用GPU的强大算力来加速各种计算任务,如深度学习、科学计算、图形处理等。 cuDNNCUDA的一个加速库,即CUDA Deep Neural Network library。它为深度神经网络框架提供了加速和优化功能,包括快速的卷积操作和大量的内存优化技术。cuDNN被广泛应用于许多深度学习框架,例如TensorFlow、PyTorch和Caffe等。 PyTorch是一个开源的Python深度学习框架,它是Facebook AI Research实验室主导开发的。PyTorch最大的特点是使用动态图技术,与大多数深度学习框架使用的静态图技术不同,这使得它的使用更加灵活和自由。PyTorch不仅提供了标准的深度学习构建块,如卷积神经网络和递归神经网络等,还提供了许多实用的工具来简化模型训练和部署。PyTorch在学术界和工业界都有很高的用户群体和口碑。 综上所述,Anaconda为Python数据科学提供了一个全面的解决方案,CUDAcuDNN为深度学习提供了强大的计算加速,而PyTorch则是一个灵活、高效和易于使用的深度学习框架。这些工具和平台的结合为科学计算和深度学习带来了很大的便利和突破。 ### 回答3: Anaconda是一个Python的科学计算平台。它包含了常用的Python科学计算库,如Numpy、Scipy、Matplotlib等,并提供了方便的安装、管理和更新工具。Anaconda也支持创建不同的Python环境,让用户可以灵活地选择和管理不同的库。 CUDA是英伟达开发的通用并行计算架构,它可以利用GPU的强大并行计算能力加速各种计算任务。在CUDA的支持下,用户可以使用CUDA C、CUDA C++、CUDA Fortran等语言进行GPU编程。CUDA还提供了各种库和工具,如cuDNN、cuBLAS、cuSPARSE等,可以方便地进行科学计算和深度学习等任务。 cuDNNCUDA Deep Neural Network)是CUDA提供的深度学习库之一,它提供了一系列高度优化的算法和数据结构,可以加速深度神经网络的训练和推断过程。cuDNN支持很多流行的深度学习框架,如TensorFlow、PyTorch、Caffe等。通过使用cuDNN,用户可以充分利用GPU的计算能力加速深度学习任务。 PyTorch是一个基于Python的开源深度学习框架。它采用动态图形方式进行模型构建,支持灵活的动态计算图和自动求导机制,可以方便地进行模型的调试和优化。PyTorch还提供了一系列高效的深度学习算法和数据结构,如Convolution、Pooling、Linear、BatchNorm等,可以方便地构建各种深度神经网络。 综上所述,Anaconda提供了Python科学计算的全套解决方案,CUDA可以利用GPU的强大计算能力加速各种计算任务,cuDNN可以加速深度学习任务,而PyTorch则为深度学习提供了一种灵活高效的开发框架。这些工具的结合可以让用户更方便地进行各种科学计算和深度学习任务。
评论 4
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

打赏作者

杀小白

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
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