Windows10 + 3060 + Pytorch + CUDA环境配置

正确安装NVIDIA显卡驱动

详情略

查看系统环境

Ctrl + R,输入cmd命令,进入命令行窗口,输入nvidia-smi查看,如下:
在这里插入图片描述
在这里插入图片描述
由此可知,我的CUDA版本是 12.7。

安装anaconda

详情略

获取兼容配置

把电脑配置:“我的Windows电脑,显卡是3060,CUDA版本是12.7,我需要用pytorch在GPU上运行程序,,你建议安装哪个版本的pytorch?”发送到deepseek,让他给出推荐。
根据你的显卡(RTX 3060)和 CUDA 12.7 环境,以下是 PyTorch 版本选择及安装建议:


一、推荐安装的 PyTorch 版本

建议选择 PyTorch 2.5.1+cu124 或更高版本(如 PyTorch 2.6+),原因如下:

  1. CUDA 兼容性
    • PyTorch 2.5.1+cu124 明确支持 CUDA 12.4,而 CUDA 12.4 驱动可向下兼容 CUDA 12.7 的显卡。
    • 若官网未提供 cu127 的预编译包(如 PyTorch 2.6+ 可能已支持),需通过 --index-url 指定 cu124 的安装源。

  2. 性能与功能平衡
    • PyTorch 2.5+ 支持 torch.compile 编译加速、FlashAttention 2 等优化技术,对 RTX 3060 的 CUDA 核心利用率更高。


二、安装步骤

1. 创建虚拟环境(推荐)
conda create -n pytorch_gpu python=3.9
conda activate pytorch_gpu
2. 安装 PyTorch(以 cu124 为例)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

若需最新版:访问 PyTorch 官网,选择 Stable Release (2.6.0) 并复制对应 cu124 的安装命令。

3. 验证安装
import torch
print(torch.__version__)          # 应显示 2.5.1+cu124 或更高
print(torch.version.cuda)         # 应显示 12.4
print(torch.cuda.is_available())  # 应返回 True

三、注意事项

  1. CUDA 驱动与运行时版本关系
    • 你的 NVIDIA 驱动支持 CUDA 12.7,但 PyTorch 需要 CUDA 运行时库(如 cu124)。驱动版本 ≥ 运行时版本即可,无需完全一致。

  2. cuDNN 安装
    • 需下载与 CUDA 12.4 兼容的 cuDNN(如 v8.9.4),解压后覆盖到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4 目录。

  3. 环境变量配置
    • 确保系统 PATH 包含 CUDA 路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\bin


四、替代方案(若官网无 cu124 包)

  1. 降级 CUDA 驱动至 12.4
    • 从 NVIDIA 官网 下载 CUDA 12.4,安装后重启系统。

  2. 使用 Conda 安装

    conda install pytorch torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia
    

五、常见问题

CUDA 不可用:检查驱动是否支持 CUDA 12.4(通过 nvidia-smi 查看驱动版本是否 ≥ 535.86.10)。
安装速度慢:使用国内镜像源(如清华源)或迅雷下载 whl 文件后本地安装。


总结

最优选择:安装 PyTorch 2.5.1+cu124,搭配 CUDA 12.4 运行时库,可最大化兼容性和性能。若需最新功能,可尝试 PyTorch 2.6+ 并确认其支持 cu124。

由于conda install pytorchxxx很慢,于是参考下面的链接:
https://blog.youkuaiyun.com/weixin_59243359/article/details/142312831
文章中,提供了一种方式,那就是先离线下载,pytorch-cuda包,然后再手动安装。
注意:安装前,最好是切换到合适的conda env环境中,再用pip install xxx安装。

安装过程中,有其他下载,我是打开梯子进行下载的,等候一会即可。

安装完成,会有提示。

问题整理

遇到的问题:安装好pytorch-cuda包后,验证过程中import torch报错,说缺少numpy,于是我又安装了一下numpy,安装完成之后,又出现了和 MKL相关错误。

注意隐藏的链条:因为pytorch-cuda包,是用 pip install 安装,不会自动处理依赖,所以不会自动安装 numpy,而 numpy 底层又依赖 MKL。

关于 MKL 和 numpy的选择:

具体细节可以问deepseek。

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