Windows下安装Pytorch-GPU

这篇文章指导读者确认电脑是否拥有英伟达显卡,查看CUDA驱动版本,并通过pip安装Pytorch。安装时需注意Pytorch的CUDA运行时版本应小于驱动版本,同时匹配正确的Python版本。最后,通过torch.cuda.is_available()检查Pytorch是否安装成功。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、确定电脑有英伟达显卡

点击任务控制台中的性能查看是否有显卡
在这里插入图片描述

二、查看CUDA Driver版本

nvidia-smi

在这里插入图片描述

三、使用pip安装Pytorch

  1. 进去Pytorch官网,点击Install
    在这里插入图片描述
  2. 安装的CUDA Runtime版本应小于CUDA Driver版本
    在这里插入图片描述
    此处CUDA Runtime版本是11.7,此电脑的CUDA Driver版本是12.1
  3. 复制命令在命令行里执行
    (1)如果执行出现如下错误
    在这里插入图片描述
    在这里插入图片描述
    代表python版本不匹配,官网写的需要python3.7-python3.9
    (2)安装成功
    在这里插入图片描述

四、安装验证

输入以下命令,如果显示True,代表Pytorch安装成功

import torch
torch.cuda.is_available()

在这里插入图片描述

### 使用国内镜像源安装 PyTorch-GPU 为了提高下载速度并减少网络问题,在中国地区推荐使用国内镜像源来安装支持 GPUPyTorch。对于 Anaconda 用户来说,可以通过配置 `conda` 来指向清华或中科大等国内镜像站点。 #### 方法一:临时设置镜像源 可以在命令行中通过 `-c` 参数指定额外的通道地址来进行一次性安装操作: ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia ``` 此方法仅影响当前会话中的包管理行为,并不会永久更改默认仓库列表[^3]。 #### 方法二:永久修改 `.condarc` 文件 如果希望长期享受加速效果,则可以编辑用户的 condarc 配置文件以添加常用镜像站作为优先级较高的频道: ```yaml channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults ``` 保存上述内容到位于用户主目录下的 .condarc 后即可生效。之后再执行常规的 conda 命令就能享受到更快捷的服务了[^4]。 #### Windows 系统特别说明 针对 Windows 平台上的 Anaconda 发行版,默认情况下已经集成了 NVIDIA CUDA Toolkit 支持。因此只需简单调整为国内镜像源后按照官方指南给出的标准流程完成安装过程即可。 ```python import torch print(torch.cuda.is_available()) ``` 这段 Python 脚本可用于验证是否成功启用了 GPU 加速功能。
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