使用miniconda下载torch库gpu版注意事项

最新推荐文章于 2024-06-07 14:54:27 发布
最新推荐文章于 2024-06-07 14:54:27 发布
阅读量1.9k 收藏
点赞数
文章标签： python 深度学习 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/worldvagrant/article/details/127757770
版权

服务器使用miniconda管理环境。
不是很清楚实验室服务器为什么用miniconda来管理环境，麻烦的要死。
使用miniconda来create一个新的环境，该环境只有pip和conda，什么都需要自己配置，注意的是在配置torch等相关的库需要著名服务器上的cuda幸好，不然会conda install cpu版本的库，导致使用不了gpu，例如一下命令

pip3 install torch1.13.0+cu117 torchvision0.14.0+cu117 torchaudio==0.13.0+cu117 -f https://download.pytorch.org/whl/torch_stable.html

声声慢z
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
win10 anaconda/miniconda装gpu版torch
xxxxppz的博客
08-28 179
装好anaconda、cuda，在anaconda prompt里设置镜像源 来自 https://blog.csdn.net/weixin_45524984/article/details/101316584?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-7.control&depth_1-utm_source=distribute
Ubuntu 安装CUDA, cuDNN, miniconda，配置环境，安装torch-gpu，然后配置jupyter notebook
xhsun的博客
06-27 1332
零、pip镜像源 阿里云 https://mirrors.aliyun.com/pypi/simple/ 清华 https://pypi.tuna.tsinghua.edu.cn/simple/ 一、conda 1.1 conda的安装 下载miniconda https://docs.conda.io/en/latest/miniconda.html 安装 bash xxx.sh # 刷新环境变量 source ~/.bashrc 确认是否安装成功 conda --versio
Anaconda安装Pytorch1.13.1记录
最新发布
m0_62812374的博客
06-07 1306
最近做的项目想要安装一个包，但发现这个包的依赖包需要torch1.13.1以上，之前配的环境还是pytorch1.11的。原以为上次踩到的坑已经很多了，没想到这次踩到了与众不同的坑。。。。所以来记录一下，以供下次参考。
pytorch安装——通过miniconda安装
qq_46694178的博客
10-19 1659
多看看安装教程，一定注意核对电脑支持的CDUA版本+python版本+pytorch版本，版本兼容问题应该是新手遇到的最大的问题，其次，还有在conda中安装的方法，也可以尝试一下。t=N7T8。
PychramPytorch导包torch无法导入
Mr_HansLiu的博客
11-06 3996
有关于torch的错误
【深度学习】001 检测CUDA、cuDNN、Pytorch是否可用
热门推荐
默子的博客，奇奇怪怪
05-31 1万+
费劲千辛万苦安装好CUDA、cuDNN、Pytorch后，怎么检测自己的Pytorch深度学习环境是否可用呢？ 这就来跟着默子一起看一看吧！
torch gpu版本用.txt
08-06
网盘资源,下了我贼久,包含torch==1.9.0+cu111,对应显卡cuda版本为cuda11.1, 里面也有cuda11.4,cudann.11.4,算是很新的版本了,2021.8.6
anaconda，cuda，torch-gpu，tensorflow-gpu，pycharm
04-01
至此，你已经成功地在Windows 10上搭建了一个包含`anaconda`、`cuda`、`cudnn`、`torch-gpu`和`tensorflow-gpu`的深度学习环境，并且可以在`pycharm`中使用这些库。这个环境可以支持GPU加速的机器学习和深度学习任务...
detectron2源码_conda包_torch包下载地址.txt
04-25
由于文件较大，里面提供了下载地址。包含内容：detectron2代码+conda依赖包+测试模型+torch包。代码已经配置好，配置好环境应该直接能运行
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
接下来，安装Miniconda或Anaconda，这是一款轻量级的conda发行版，可以方便地管理不同版本的Python和依赖库。访问Miniconda官网，下载对应操作系统的安装包，然后按照指示进行安装。 安装完成后，打开终端（或命令...
Miniconda.zip
08-09
Miniconda是一款轻量级的Python分发版，它包含了Python环境的基本组件，以及一个名为Conda的包管理器和环境管理系统。对于那些需要在Python环境中处理数据、进行科学计算或者进行深度学习任务的人来说，Miniconda是...
torchvision-0.10.0+cu111-cp38-cp38-linux_x86_64.whl
09-07
torchvision-0.10.0+cu111-cp38-cp38-linux_x86_64.whl
torch_scatter-2.1.1+pt113cu117-cp37-cp37m-win_amd64.whl
12-24
需要配和指定版本torch-1.13.0+cu117使用，请在安装该模块前提前安装官方命令安装torch-1.13.0+cu117对应cuda11.7和cudnn，注意电脑需要有nvidia显卡才行，支持GTX920以后显卡，比如RTX20 RTX30 RTX40系列显卡
Could not find a version that satisfies the requirement torch==1.13.1+cu117 (from versions: none)
willgon的专栏
08-11 3137
ERROR: Could not find a version that satisfies the requirement torch==1.13.1+cu117 (from versions: none) ERROR: No matching distribution found for torch==1.13.1+cu117
centos7配置pytorch和tensorflow
sssui7的博客
11-18 2713
centos7安装anaconda、pytorch、tensorflow
xxx.whl is not a supported wheel on this platfo解决办法
qq_46292926的博客
07-10 2614
torch安装的错误记录
Python3.9安装torch、mvcc
qq_39898555的博客
03-19 3227
orch.cuda.is_available()返回false解决办法：重装torch
快速安装PyTorch：Miniconda一步到位
创作高质量博文，分享知识，共同进步！
02-14 2647
【🚀PyTorch起飞🚀】✨探索深度学习的奥秘，🔥Miniconda+PyTorch🔥组合助您一臂之力！📚本文都将带您迅速搭建PyTorch环境！💥助您轻松构建稳定、高效的深度学习工作环境，让您的创意和灵感得以充分释放！🌟 💡通过本文的引导，您将学会如何使用Miniconda快速搭建PyTorch环境，让您的深度学习之旅更加顺畅无阻。🚀我们将一步步教您如何创建独立、干净的环境，避免系统环境中其他包的干扰，PyTorch的稳定运行。🌈
torch、torch-scatter版本依赖和下载安装教程
weixin_42421914的博客
09-14 6365
torch、torch-scatter版本依赖和下载安装教程
aconda安装torch GPU版本
05-21
您可以使用以下步骤在anaconda中安装torch GPU版本： 1. 打开Anaconda Prompt 2. 创建一个新的环境： ``` conda create --name torch-gpu python=3.8 ``` 3. 激活新环境： ``` conda activate torch-gpu ``` 4. 安装PyTorch GPU版本： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge ``` 这将安装最新版本的PyTorch GPU，以及其他必需的依赖项。 5. 验证您是否正确安装了GPU版本的PyTorch，可以使用以下代码： ``` import torch print(torch.cuda.is_available()) ``` 如果输出结果为True，则表示您已成功安装GPU版本的PyTorch。 请注意，为了使用GPU，您需要确保您的计算机上已安装正确的NVIDIA驱动程序和CUDA工具包，并且您的显卡支持CUDA。
评论 1
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