Conda+CUDA+PyTorch环境搭建

部署运行你感兴趣的模型镜像

Conda安装与配置指南

1. Conda安装

  • 下载地址Anaconda官网
    • 可跳过注册,直接下载Miniconda。
    • 下载界面示例:

在这里插入图片描述


2. 查看显卡驱动及CUDA支持版本

  • 验证方法:在命令行中运行 nvidia-smi,检查显卡驱动是否安装成功一级支持CUDA驱动的最高版本。
    • 示例输出:
      在这里插入图片描述

3. CUDA驱动安装

  • 下载地址CUDA Toolkit Archive
  • 验证已安装版本:运行 nvcc -V
  • 注意事项
    • 避免随意安装高版本CUDA(例如PyTorch 2.5.1不支持CUDA 12.7)。
    • 安装失败参考:解决方案

4. 安装PyTorch

  • 推荐组合
    • CUDA 12.4 + PyTorch 2.5.1
    • 老旧显卡(如RTX 2060)建议使用CUDA 11.8。
  • 版本验证:运行 pip list,确认显示格式为 torch 2.5.1+cu118(带CUDA版本)。
  • 安装方法:根据版本在Conda中安装。
    • 示例安装界面:
      在这里插入图片描述

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

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