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
(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
官网链接: https://developer.nvidia.com/cuda-toolkit-archive
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
可以修改安装路径
,因为文件较大,我没有使用默认的路径
下载完成开始安装,可以安装在自定义的目录下
同意并继续
选择
推荐的精简
点就完事!!
开始安装
!!
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
官网链接:https://developer.nvidia.com/rdp/cudnn-archive
下载解压后的文件
将解压文件复制到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
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
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
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
以下是成功的界面:
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
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