升级显卡驱动后，成功安装GPU版本的pytorch

最新推荐文章于 2025-03-17 15:28:29 发布

原创

最新推荐文章于 2025-03-17 15:28:29 发布 · 692 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #人工智能 #python #pycharm #conda #机器学习

本文详细描述了如何从CUDA11.1升级到12.2版本，包括驱动程序升级、cuDNN安装以及如何在Windows上下载和安装最新PyTorch以确保兼容性。

1.原先我的cuda版本是11.1版本的，去官网下载cuda版本的torch总是失败，经过N次尝试后，升级CUD驱动，升级至12.2版本，再去下载比较新版本的torch，成功安装。

首先查看自己电脑的cuda版本，win+R打开小黑框，输入nvidia-smi指令，显示如下图（我已经升级完成，之前低版本的没有保存）

2直接下载最新版本驱动，打开英伟达官网人工智能计算领域的领导者 | NVIDIA

看到驱动支持后，点击打开

根据自己电脑显卡下载对应版本驱动，以上是我的电脑显卡版本和对应驱动程序，点击搜索后进行驱动下载

3.下载CUDA，打开CUDA-

最低0.47元/天解锁文章

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

我是真的菜gou

关注关注

3
点赞
踩
3

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

已经安装了CUDA，但是cmd执行nvcc -V报错：nvcc不是内部或外部命令,也不是可运行的程序或批处理文件

changyana的博客

01-26

1万+

指令代码是nvcc -V或者nvcc --version

Windows下如何安装、升级显卡驱动和cuda、cudnn以及安装gpu版pytorch

weixin_43869605的博客

10-29

1420

注意：我这里提供的安装方法，是解决直接使用pip安装报错安装不了的问题，并且Python环境已经搭建OK，这里我是以python3.10为例。注意：所有步骤都是傻瓜式操作，只是在安装选线的时候我们可以选择自定义安装，这样可以根据自己的要求选则那些不安装，不会的朋友建议全部选择。2. 安装torch和torchvision、torchaudio（选择上面下载好的whl文件进行安装）1. 下载torch和torchvision、torchaudio（注意：安装的cuda版本不能比上面的cuda版本高。

参与评论您还未登录，请先登录后发表或查看评论

ubuntu更新显卡驱动到460.84，升级cuda版本到11.2

qq_30841655的博客

11-03

8828

目录查看当前显卡驱动和cuda版本下载和安装显卡适合的驱动版本1. 进入中文版官网查询2. 卸载旧驱动3. 安装新驱动4. 查看新驱动安装cuda 11.2版本1. 下载安装包2. 取消安装显卡驱动3. 更新cuda软连接4. 修改bashrc文件测试使用darknet做训练，需要cuda>=10.2，而本机上cuda=10.0，所以需要升级显卡驱动和升级cuda版本。本机软硬件：系统为ubuntu 16.04 显卡为GeForce RTX2080ti gcc版本为6.xx 查看当前显卡驱动和

CUDA 12.2 配置pytorch简单版(Windows版本，GPU)

热门推荐

Lllongroad的博客

03-10

3万+

一般是没有足够的权限，解决方法是，在打开上面的Anaconda Powershell Prompt的时候，选择以管理员身份运行即可。并且更致命的事情是，虚拟机无法调用主机中的GPU，故直接下载Windows版本的。由于网站是国外的原因，下载速度是很感人的，因此可以通过以下命令添加镜像源，下载速度会快一些（比不添加快一点只是，不知道怎么回事，和虚拟机上面的速度没法比）电脑的显卡是4060的，cuda版本是12.2，查看的方法可以从我之前的博文获取。但是pytorch官网（首先python，然后输入;

GPU驱动升级

windfbi

11-02

619

如果您使用的CUDA库需要匹配更高版本的NVIDIA驱动，请升级节点的NVIDIA驱动，即卸载旧版本驱动，然后安装新版本驱动。

ubuntu 下更新 GPU 驱动

activeforcus的专栏

11-06

2315

当使用新的显卡时，若出现找不到 cuda 可使用的显卡，此时：可能是新显卡，在老版本的GPU驱动中没有写明识别方法，解决办法：安装新的显卡驱动，方法可以参考 http://blog.youkuaiyun.com/lien0906/article/details/54312166

安装GPU版本Pytorch安装GPU版本Pytorch

10-28

如果返回True，那么GPU版本的PyTorch已经安装成功。在使用PyTorch时，建议在conda虚拟环境中操作，这有助于保持环境的整洁和隔离。你可以使用以下conda指令创建、管理虚拟环境： - 创建新虚拟环境：`conda create ...

Win10下使用Anaconda安装GPU版本PyTorch

半夏微凉的博客

11-11

897

PyTorch是一个开源机器学习框架，最初来自Meta Ai。如果你想研究人工智能或从事人工智能项目方面的工作，那么在本地机器上使用PyTorch设置开发环境对于许多项目来说都是必不可少的。GPU（图形处理单元）是一种专用处理器，最初设计用于同时处理数据。它有助于加快深度学习代码的计算速度。这篇博客是在Windows上安装PyTorch GPU的完整指南。

Windows下安装GPU版Pytorch

半夏微凉的博客

04-09

1110

Windows下安装Pytorch详细教程

英伟达发布 GPU 驱动更新，修复25个漏洞

smellycat000的专栏

12-01

1079

1.深度学习入坑2-tensorflow-gpu升级

huantuzi的专栏

07-18

2725

tensorflow-gpu升级：从tensorflow-gpu version 1.7升级到 1.8 动机：因为tf.image.gradients和tf.image.ssim等loss函数只在tensorflow-gpu version 1.8及更高版本才有，而自己撰写python代码能力有限，故直接升级步骤： 1.检查和确定目前配置可以调整的版本范围参考博客：https:/...

GPU显卡驱动安装和更新

qq_15821487的博客

09-27

858

4、如果我们喜欢玩游戏或者使用图形制作软件，那么建议更新显卡驱动；因为这些软件通常会对显卡性能有较高的要求，而且可能会利用一些新的技术或特性，如果不更新显卡驱动，可能会导致游戏或者软件无法正常运行或者出现画面错误。3、如果我们使用的是NVIDIA或AMD的显卡设备，那么建议更新显卡驱动；因为这两家厂商经常会针对新发布的游戏或者应用程序优化和调整他们的驱动程序，从而提高游戏或者应用程序的流畅度和画质。

使用 GeForce Experience 更新 NVIDIA GPU 显卡驱动

程永强

02-16

1万+

使用 GeForce Experience 更新 NVIDIA GPU 显卡驱动

手把手教你学GPU(1.1.5)--GPU基本概念：更新存储在SPI Flash中的固件步骤

MHD0815的博客

10-23

1217

更新存储在SPI Flash中的固件是一个多步骤的过程，需要仔细规划和执行。通过备份现有固件、解锁SPI Flash、擦除旧固件、写入新固件、校验固件和锁定SPI Flash，可以确保固件更新的成功和系统的稳定性。此外，合理的错误处理和回滚机制也是必不可少的。

ubuntu20.04安装12.2版本的cuda

分享计算机视觉，C++，网络摄像头研发，音视频开发，嵌入式等知识。

07-14

1万+

cuda安装和卸载教程

升级NVIDIA显卡驱动及卸载CUDA

最新发布

笑脸惹桃花的博客

03-17

9614

简单易上手的NVIDIA显卡驱动更新及CUDA的老版本卸载和新版本安装，小白也可以简单操作。

error: command ‘C:\\Program Files\\NVIDIA GPU Computing Toolkit\\CUDA\\v10.2\\bin\\nvcc.exe‘ failed

m0_56192771的博客

02-28

2万+

error: command ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\nvcc.exe’ failed with exit status 1 我在windows10下安装detectron2（最新版maskRCNN）时，遇到了错误信息：error: command ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin\nvcc.exe’ failed wi

安装Pytorch深度学习环境

weixin_52377307的博客

08-26

1229

安装好之后，去Command Prompt或Anaconda Prompt界面验证是否安装成功，输入nvidia-smi，可以看到CUDA的版本。然后选择一个实例进行训练，点击run all，就能看到下载了一些数据，是在cuda:0上进行训练的。好了，如果d2l没有在jupyter，可以将压缩包上传进来，然后运行下面的代码就解压了。下载好之后，双击应用程序，基本都点默认选项，一个是装驱动，一个是装cuda的开发环境。首先，windows+r打开运行界面，输入dxdiag，显卡必须是NVIDIA的。

GPU加速指南：如何在Windows上更新CUDA并安装PyTorch

scy的技术博客

12-05

3139

之前在安装Pytorch版本时搞错了环境，导致每次在进行model training的时候速度很慢，后来检查了一下电脑中的torch环境，原来是CUDA版本没有更新，导致版本不匹配，没有使用CUDA，每次都在用CPU进行训练，难怪时间很长。如图所示，我的电脑目前CUDA版本就是11.4，但是在我想要安装对应的GPU torch时，发现目前的CUDA版本已经在11.6及以上了，于是决定先对CUDA版本进行更新。代表的是torch 1.13.0 版本， CUDA 11.7 版本， Python 3.7 版本。

AMD显卡安装gpu版本pytorch

09-21

AMD显卡用户现在可以安装GPU版本的PyTorch了，而且从PyTorch 1.8开始，官方正式支持AMD GPU。这意味着你可以使用自己的AMD显卡来进行深度学习了。之前，AMD显卡在深度学习领域的生态相对较弱，使用起来也相对复杂。但是现在，你可以通过安装ROCm来轻松地在AMD显卡上安装PyTorch。你可以按照官方文档进行操作，提前安装好ROCm平台驱动，并使用pip安装预编译版本的PyTorch即可。这样，你就可以在自己的电脑上使用AMD显卡来运行深度学习任务了。