GPU的配置

本文详细记录了CUDA环境配置的步骤,包括查看显卡型号、安装CUDA Toolkit,以及解决安装过程中遇到的问题。同时,介绍了如何配置CUDA环境变量,安装cuDNN,以及在安装PyTorch时避免MemoryError的方法。最后,通过测试验证了CUDA和PyTorch的安装成功。
摘要由CSDN通过智能技术生成

做多少更新多少,算作一个学习记录,记录我配环境配出的各种坑和由于制杖给自己挖的坑2333

1、cmd使用nvidia-smi查看显卡的型号

根据显卡型号下载对应的驱动    https://www.nvidia.com/Download/index.aspx

#我的是 NVIDIA-SMI 462.31       Driver Version: 462.31       CUDA Version: 11.2

#关于CUDA的版本,看电脑上的NVIDIA设置系统信息有可能是不准确的,据大佬说它显示的是你的机器能够支持的最高版本,而不一定就是你机器的当前版本,此处需要查询确定,否则安装dglpip install dgl-cuxxx等时会因为这个进坑。。。

查询准确版本方式:cmd nvcc --version

#结果为nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Tue_Sep_15_19:12:04_Pacific_Daylight_Time_2020
Cuda compilation tools, release 11.1, V11.1.74
Build cuda_11.1.relgpu_drvr455TC455_06.29069683_0

之前十分愉快的跳了系统信息的坑。。。

评论
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
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