本地装了个pytorch cuda

原创已于 2024-10-14 15:00:17 修改 · 688 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #人工智能 #python

于 2024-10-14 14:12:25 首次发布

调试安装专栏收录该内容

68 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

安装命令选择

pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

torch版本查看

python
import torch
print(torch.__version__)

查看pytorch能否使用cuda

import torch
 
# 检查CUDA是否可用
print(torch.cuda.is_available())
 
# 显示当前CUDA版本
print(torch.version.cuda)

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

关注博主即可阅读全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

pythonSuperman

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

INSTALLING PREVIOUS VERSIONS OF PYTORCH

私人博客

03-12

627

COMMANDS FOR VERSIONS >= 1.0.0 v1.7.1 Conda OSX # conda conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch Linux and Windows # CUDA 9.2 conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2

Anaconda|本地安装pytorch教程|错误记录

失眠的树的博客

03-27

1857

pytorch安装教程

参与评论您还未登录，请先登录后发表或查看评论

Pytorch安装指南（Linux/Win）

weixin_47691066的博客

06-06

1488

介绍如何在win/linux端安装pytorch及Torchvision。

使用 pip 安装 pytorch-gpu = 1.13.1，解决安装时间过长报错问题

m0_63207134的博客

04-15

4931

【代码】使用 pip 安装 pytorch-gpu = 1.13.1，解决安装时间过长报错问题。

安装GPU版本torch

weixin_47659705的博客

11-03

7119

安装pytorch-gpu版，不需要单独安装CUDA和cuDNN，torch的安装包已集成，只需要保证你的N卡的驱动版本号高于torch的最低要求。二、查询cuda11.6 对应的pytorch版本。一、查询cuda版本号。三、查询是否安装成功。

pytorch安装GPU版本 (Cuda12.1)教程

07-24

1178

摘要：本文解析了显卡驱动、CUDA Toolkit与PyTorch版本的兼容关系。关键点包括：1) PyTorch内置CUDA runtime，需匹配驱动支持的最高版本；2) 驱动版本可通过nvidia-smi或官方兼容表查询；3) 驱动仅支持CUDA 11.8时无法直接运行CUDA 12.4的PyTorch。解决方案：降级使用PyTorch CUDA 11.8版本或升级显卡驱动。建议通过官方安装生成器选择版本，或使用Docker/Conda隔离环境。掌握版本依赖规则可有效避免深度学习环境配置中的常见问题

【项目实训#01】Windows PyCharm (venv虚拟环境) Python PyTorch CUDA cuDNN 安装及环境配置（详细）学习分享

elon_z的博客

03-22

2101

作者之所以使用PyCharm作为IDE、使用.venv作为虚拟环境配置，更多地是因为其对于用户的友好性，很大程度上避免了新手小白对于终端的使用及各种报错的处理。作者在过去的探索过程中也踩过很多很多坑（参考的教程可能都已经数不清了），最终按照自己的理解选择了最适合作者自己的环境配置方式。至此，踏入Python与人工智能、深度学习的第一步已经完成，无论是计算机视觉还是自然语言处理，无论是后续项目实训中可能用到的知识图谱还是大模型微调，这都将是重要的一小步。

Pytorch详细教程——3.PyTorch Install and CUDA

weixin_43872169的博客

07-25

1181

Pytorch的安装以及CUDA的介绍

最新在Anaconda环境下安装pytorch以及cuda！！！

weixin_43982461的博客

10-31

4549

最新在Anaconda环境下安装pytorch以及cuda！！！

torch1.13.1+cu117安装

weixin_50898138的博客

10-08

8050

【代码】torch1.13.1+cu117安装。

【pip安装时出现一大片红色报错】 raise ReadTimeoutError(self._pool, None, “Read timed out.“)

weixin_44502754的博客

03-22

963

【pip安装时出现一大片红色报错】 raise ReadTimeoutError(self._pool, None, "Read timed out.")

在PyTorch中使用CUDA, pytorch与cuda不同版本对应安装指南，查看CUDA版本

2401_83974173的博客

04-05

6599

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

youtiankeng的博客

11-08

1万+

安装Pytorch的CUDA11.6的bug，torch.cuda.is_available()返回false

qq_46457493的博客

04-06

1349

ERROR: Could not find a version that satisfies the requirement pytorch==1.12.1 (from versions: none)ERROR: No matching distribution found for pytorch==1.12.1 ERROR: ResolutionImpossible: for help visit https://pip.pypa.io/en/latest/topics/dependency-res

官网使用conda&pip安装PyTorch命令总结（包含各版本）

Sunny不要停的博客

04-23

5179

因为有时访问该网站比较慢，所以本博客记录该网页内容。

PychramPytorch导包torch无法导入

Mr_HansLiu的博客

11-06

4388

有关于torch的错误

conda虚拟环境中成功安装pytorch，但pycharm中import torch报错找不到指定的模块，Error loading caffe2_nvrtc.dll

lumanman_的博客

05-06

5369

实际上，采用conda命令安装后，用conda list输出包的时候是没有torch这个包的，有的是pytorch这个包，所以当我们在pycharm中选择这个虚拟环境作为解释器的时候，解释器里也是不包含torch包的，所以import torch自然报错。但是当用pip命令安装成功后，用conda list查看包的时候是有torch这个包的，所以pycharm的解释器中也就有torch包，所以import torch的时候就没有问题。官网中选择好要安装的版本后，复制官网给出的安装命令。

安装torch以及版本对应问题

qq_44665922的博客

03-10

4550

torch torchvision torchaudio 这三个是一起下载的，还要安装torchtext，我的pip/conda源都改成清华源了，torch2.0以上的版本截止到2024年3月10日也没有。**注意：版本型号一定要匹配，否则会给日后实验埋雷，**不要问我为什么这么说。寻找匹配的版本命令，一个不行就多换几个，下面这条命令在我的电脑上没报错。torch1.13.1对应的torchtext版本是0.14.1。我的cuda版本12.2，安装的torch版本要小于12.2。

cuda 12.8装pytorch gpu

03-08

### 安装支持CUDA 12.8的PyTorch GPU版本为了在CUDA 12.8环境下安装适用于GPU的PyTorch，需遵循特定步骤以确保兼容性和性能优化。 #### 验证CUDA环境确认机器已正确安装并配置了CUDA 12.8工具包。可通过运行`nvcc --version`命令验证CUDA版本是否为期望的12.8版本[^1]。 #### 创建独立的Conda环境建议创建一个新的Python虚拟环境专门用于此项目，这有助于管理依赖关系并减少冲突的可能性。使用如下命令建立新环境： ```bash conda create -n pytorch_cuda python=3.9 ``` 激活新建的环境以便后续操作在此环境中执行： ```bash conda activate pytorch_cuda ``` 此时终端提示符前缀应显示`(pytorch_cuda)`表示当前处于指定的工作空间内[^3]。 #### 获取适合CUDA 12.8的PyTorch版本访问[PyTorch官方网站](https://pytorch.org/get-started/locally/)，根据页面指引选择合适的选项组合（操作系统、包管理系统、CUDA版本），对于CUDA 12.8的支持情况，请特别注意官方文档中的说明以及社区反馈，因为并非所有PyTorch发布都会立即提供对最新版CUDA的支持[^2]。截至最近更新的信息表明，PyTorch可能尚未正式宣布全面支持CUDA 12.8；因此，在这种情况下，可以选择最接近且稳定的CUDA版本对应的PyTorch发行版作为替代方案。如果确实需要实验性的早期接入，则考虑参与预览计划或查阅GitHub上的开发分支寻找解决方案。假设找到了匹配项，按照给出的具体pip或conda指令完成安装过程。例如，如果是通过pip安装的话，可能会看到类似的命令行语句： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu128 ``` 请注意上述URL中的`cu128`部分代表针对CUDA 12.8编译的二进制文件路径，具体形式取决于实际可用资源而定。 #### 测试安装成果最后一步是检验PyTorch能否识别到本地存在的NVIDIA GPU设备及其驱动程序状态良好。可以在交互式解释器里尝试下面这段简单的测试代码片段来初步判断： ```python import torch print(f"CUDA Available: {torch.cuda.is_available()}") print(f"Current Device: {torch.cuda.current_device()}") print(f"Torch Version : {torch.__version__}") ``` 以上输出应当反映出正确的CUDA可用性标志位设置为True，并显示出所使用的显卡编号及PyTorch库的实际版本号。