CUDA配置及Pytorch-gpu安装教程

最新推荐文章于 2025-06-16 13:33:26 发布
最新推荐文章于 2025-06-16 13:33:26 发布
阅读量3w 收藏 184
点赞数 77
CC 4.0 BY-SA版权
文章标签： pytorch 人工智能 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_56079620/article/details/139363718

1.查看电脑显卡驱动版本

a）按WIN键和R键，调出系统的运行窗口

b）输入cmd，回车

c）进入命令行窗口后，输入：nvidia-smi，查看版本信息

如图所示，本机的Driver Version: 555.85，CUDA Version: 12.5

2.下载CUDA Toolkit和cuDNN

a)查看驱动版本对应表格(https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html)，由1.c知道本机Driver Version: 555.85>=555.85

最低0.47元/天 解锁文章

200万优质内容无限畅学
基于cuda12.1安装pytorch-gpu
m0_55483722的博客
07-07 2817
前往Anaconda网站的下载页面（https://www.anaconda.com/products/individual#Downloads）下载对应的安装程序，并按照安装指南进行安装。因课题需要，特别需要pytorch和tensorflow的gpu版本，为了方便大家装环境，故将这次重装pytorch-gpu过程给大家做个参考，期间需要的安装包也放在某盘了，需要可以自取。安装更低版本的CUDA驱动程序和对应cuDNN库。要下载比对应版本更低的版本，我这是12.2，所以下载了12.1，下载链接在末尾。
PyTorch-GPU的安装及常见的注意事项(默认CUDA，CUDnn已安装)
齐鲁工业大学云灵未来人工智能协会
09-12 821
请注意，该教程适用于已按照「齐鲁工业大学」
NVIDIA驱动、CUDA以及PyTorch版本之间的关系
最新发布
Colin_xuan的博客
06-16 1211
驱动与 CUDA 版本匹配正确：你的驱动支持最高 CUDA 11.7，可放心使用 11.x 系列的 Toolkit。PyTorch 兼容性：基于 CUDA 11.3 编译的 PyTorch 可尝试安装 CUDA 11.4 Toolkit，理论上可行，但需：确认 PyTorch 官方对 CUDA 11.4 的支持；确保 cuDNN 版本匹配；验证环境变量配置正确。风险提示：若运行时出现库文件缺失（如版本不匹配），可能需要重新编译 PyTorch 或降级 CUDA Toolkit。
新手保姆级GPU版本pytorch安装（win系统），CUDA和torch对应版本！
xhdbobo的博客
04-19 7978
CUDA和cuDNN安装教程！
一看就懂的 CUDA安装教程及Pytorch GPU版本安装教程
热门推荐
Evan_qin_yi_quan的博客
03-10 7万+
一看就懂的 CUDA安装教程
2024小白安装Pytorch-GPU版（Anaconda，CUDA，cuDNN讲解）
Sayega的博客
10-18 1万+
本帖子记录自己作为一个0基础小白安装pytorch的过程，和遇到的一些问题及解决办法。系统：Windows，有NVDI显卡注意：这个临时路径别和后面的安装路径不要一致，否则安装完会找不到CUDA文件默认选第一个就行，如果安装失败了，就要选第二个了。查看是否安装成功打开cmd输入：nvcc -V大家遇到问题可以csdn上看看其他大佬弄的或者问问AI，有时候也挺好用。祝大家学习愉快！
Pytorch-GPU安装(选择正确的CUDA版本）
gz927cool的博客
11-23 6654
gpu版pytorch安装（如何选择正确的cuda版本）
CUDA配置
viafcccy的博客
03-17 474
pip install tensorflow-gpu https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64 一般选择精简安装 下面检查环境 运行nvcc -V检查是否安装成功 ...
pytorch-gpu安装（anaconda3+cuda11+pytorch1.7）(用于30系的显卡)
lyfighting的博客
09-19 1651
运行如下代码（将env_name改为自己要添加的虚拟环境名称），并在base环境下启动jupyter notebook，在[New]下拉菜单选择虚拟环境即可。如果需要修改，还需要进行如下步骤：找到快捷方式，右键打开属性，将“目标” 最后面"%USERPROFILE%/" 删除就可以了。找到 c.NotebookApp.notebook_dir 这个变量，将你希望的路径赋值给这个变量，并删除这一行前面的“#”。如果你是第一次运行，会直接生成这个文件，主要目的只是为了找到这个文件的路径。需要添加的如下所示。
win10使用清华源快速安装pytorch-GPU版(推荐)
01-11
检查自己的cuda是否安装好 在anaconda prompt中输入 nvcc -V 显示如上面表示安装好了。 配置清华园下载环境 同样在在anaconda prompt中输入 conda config --add channels ...
Anaconda配置pytorch-gpu虚拟环境的图文教程
09-17
### Anaconda配置PyTorch-GPU虚拟环境的图文教程 #### 一、前言 在进行深度学习项目开发时，为了充分利用GPU的强大计算能力，我们需要配置一个包含PyTorch-GPU支持的虚拟环境。Anaconda作为一款强大的数据科学平台...
Cuda配置
qq_28586501的博客
11-07 2077
python的pytorchan安装及配置
CUDA配置方法
闹市茅庐
02-05 989
开始接触CUDA，我安装好后完全不知道怎么运行demo，当然也没有见到详细的安装说明。下面说说我的经验。Platform:Win XP64IDE:VS2008 1 获取可访问以下网址：http://www.nvidia.com/object/cuda_get.html共需下载3个应用程序，分别是：1、CUDA Driver2、CUDA Toolkit3、CUDA S
pytorch安装（含cuda、cudnn安装教程）
weixin_46726459的博客
04-22 7578
win10 64位 环境下安装CUDA 11.8和 cuDNN v8.9.0。
cuda对应的pytorch版本
qq_41031294的博客
03-25 2389
例如我的版本11.7，并且需要pytorch版本在1.x.x。官网找到cuda对应的pytorch版本。复制下conda安装代码进行安装。
第25章 Pytorch 如何高效使用GPU
kyle1314608的博客
07-16 4373
第25章 Pytorch 如何高效使用GPU 深度学习涉及很多向量或多矩阵运算，如矩阵相乘、矩阵相加、矩阵-向量乘法等。深层模型的算法，如BP，Auto-Encoder，CNN等，都可以写成矩阵运算的形式，无须写成循环运算。然而，在单核CPU上执行时，矩阵运算会被展开成循环的形式，本质上还是串行执行。GPU（Graphic Process Units，图形处理器）的众核体系结构包含...
pytorch与cuda对应版本
lwx666sl的博客
04-16 467
cuda+cudnn+torch-GPU安装总结
放飞自我的coder
04-18 988
下载地址 1、cuda下载地址（需要查看英伟达的驱动） 2、cudnn下载地址（需要和cuda的版本对应起来） 3、torch-whl离线下载地址（需要和cuda版本对应起来） 安装细节 一、cuda 待续 二、cudnn 待续 三、torch-whl 待续 ...
如何安装适配cuda11.3的pytorch-gpu版本
05-05
您可以按照以下步骤安装适配cuda11.3的pytorch-gpu版本： 1. 确认您的计算机上已安装CUDA 11.3。如果没有安装，可以从 NVIDIA 官网下载并安装。 2. 打开 Anaconda 或者其他 Python 环境管理工具，创建一个新环境，例如： ``` conda create --name pytorch-gpu-cuda11.3 python=3.8 ``` 3. 激活新环境： ``` conda activate pytorch-gpu-cuda11.3 ``` 4. 安装适配 CUDA 11.3 的 PyTorch： ``` conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch -c nvidia ``` 5. 测试安装是否成功。在 Python 控制台中输入以下命令： ``` import torch print(torch.cuda.is_available()) ``` 如果输出 True，说明安装成功。 注意：如果您的显卡不支持 CUDA 11.3，那么需要安装适配显卡支持的 CUDA 版本，并且在安装 pytorch 时指定相应的 cudatoolkit 版本。
评论 53
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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