本文详细介绍了如何在Windows上搭建Anaconda+PyTorch的GPU环境。首先，通过CUDA和cuDNN的安装验证CUDA环境，接着在PyTorch官网下载与CUDA版本匹配的torch和torchvision wheel文件。在Anaconda环境中创建虚拟环境，并安装torch和torchvision，确保安装顺序和版本对应。最后，在PyCharm中配置并测试环境。
1 安装cuda。去cuda官网下载，选择需要的版本
这里选择cuda_11.3.0_465.89_win10.exe，然后进行安装（选精简版进行默然安装就可以，默认C盘）
Cmd中切换cuda安装路径，输入nvcc -V,查看CUDA是否安装成功
2 安装cuDNN.官网https://developer.nvidia.com/cudnn下载与CUDA对应的版本
这里下载cudnn-11.3-windows-x64-v8.2.1.32.zip
下载完成后，解压，复制下列三个文件夹
黏贴到cuda安装目录下
win+R，cmd打开命令窗，输入：
cd /d C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\extras\demo_suite
回车切换路径
输入：bandwidthTest.exe
显示PASS则安
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
