搭建深度学习环境

本文详细介绍了如何安装和配置Anaconda、PyTorch,并检查CUDA驱动版本,确保与PyTorch的兼容性。通过遵循步骤,用户能够成功创建适合深度学习的计算环境,进行GPU加速的Python项目。

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

环境搭建

一、安装Anaconda

登录https://www.anaconda.com/products/individual

自行下载即可

二、Pytorch

注意版本

win + R cmd

nvidia-smi //查询驱动版本

 cuda9.2版本以上 只支持 驱动版本(Driver Version)大于396.26

如果发现版本小于396.26可以去英伟达官网下载驱动重启即可

在安装pytorch之前需要去知道自己GPU的型号并更新GPU驱动

https://www.geforce.cn/hardware/technology/cuda/supported-gpus

先去寻找下载源

查看下载源

conda config --show-source

去Pytorch官网下载(可能需要翻墙)

将Run this Command粘贴出来 用Anaconda窗口运行

 测试是否安装成功(依次输入以下指令)

python
import torch
torch.cuda.is_available()

显示 True (代表这台计算机的pytorch是可以被计算机使用的)

三、Anaconda指令

1.创建环境

//conda create -n 环境名 python=python版本号
conda create -n ZJW python=3.9

2.查看有哪些环境

conda info -e

3.删除环境

conda remove -n 环境名 --all

4.进入环境

//conda activate 环境名
conda activate ZJW

5.退出当前环境

//conda deactivate
conda deactivate

6.列出工具包

pip list

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