安装pytorch GPU的方法,一次安装成功!!win10、win11皆可用!!

发布时间:2024年01月23日

前提—查看是否有NVIDIV英伟达显卡!!
在控制面板打开设备管理器
在这里插入图片描述
在这里插入图片描述

一、查看电脑的显卡驱动版本

方法一:在cmd命令窗口中输入nvidia-smi,可以发现版本为12.2

在这里插入图片描述

方法2:点击NVIDIA控制面板→系统信息

在这里插入图片描述
在这里插入图片描述

二、安装CUDA

方法1: 在pytorch官网https://pytorch.org/,直接复制命令进行安装(建议直接按照方法2安装)

建议电脑显卡驱动版本**>=**安装的CUDA版本
在这里插入图片描述
命令窗口中直接输入命令--回车安装

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

如果安装失败,是因为网速不够快,建议用手机热点或者末尾加一个镜像源
在这里插入图片描述

方法2:从官网下载对应版本的CUDA版本

官网链接: https://developer.nvidia.com/cuda-toolkit-archive
在这里插入图片描述
由于我的显卡版本是12.2,我只要安装小于等于12.2均可以,我安装11.8
在这里插入图片描述

在这里插入图片描述
可以修改安装路径,因为文件较大,我没有使用默认的路径
在这里插入图片描述
下载完成开始安装,可以安装在自定义的目录下
在这里插入图片描述

同意并继续

在这里插入图片描述
选择

推荐的精简

在这里插入图片描述
点就完事!!
在这里插入图片描述
开始安装!!
在这里插入图片描述
在这里插入图片描述
查看是否安装成功
在命令窗口中输入nvcc -V进行检查

nvcc  -V

可以看到我们安装成功
在这里插入图片描述

三,安装cuDNN,需要注册(可安装可不安装,因为cuDNN就是个加速器)

官网链接:https://developer.nvidia.com/rdp/cudnn-archive
在这里插入图片描述
在这里插入图片描述
下载解压后的文件
在这里插入图片描述
解压文件复制到CUDA安装路径下 !!!就已经安装完成!!
复制到的CUDA安装路径
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
在这里插入图片描述

四,pytorch-GPU

4.1 新建虚拟环境(推荐)

若不想新建,也可以在以前的环境中安装,请跳到下一步4.2!!
因为CUDA 10.1 支持 Python 3.5 - 3.8,而 CUDA 11.0 则支持 Python 3.5 - 3.9,所以我安装python3.9

conda create -n pytorch-gpu python==3.9

在这里插入图片描述
然后,进入激活环境

conda activate pytorch-gpu

4.2 在官网下载pytorch
官网链接: https://pytorch.org
在这里插入图片描述
在这里插入图片描述

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

以下是成功的界面:
在这里插入图片描述

五,测试pytorch gpu是否可用

torch.cuda.is_available() 为True则GPU可用,False表示不可用

import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())  #输出为True,则安装无误

在这里插入图片描述

以上内容出自于原文链接为防止原文失效,再稍作修改发布一次:https://blog.csdn.net/qlkaicx/article/details/134577555

文章来源:https://blog.csdn.net/tianxinyiru/article/details/135777601
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。