Windows10下安装GPU环境Cuda和Pytorch教程图解

已于 2024-07-12 17:02:57 修改
阅读量5.1k 收藏 49
点赞数 28
分类专栏： 深度学习 大语言模型GPT 文章标签： pytorch 人工智能 python
于 2024-06-12 11:47:29 首次发布
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/weixin_40547993/article/details/139621887
版权

目录

一、背景介绍

二、检查自己的电脑是否有GPU及显存大小

三、检查自己电脑显卡支持安装的cuda版本

四、Python、Pytorch和CUDA版本对应关系

五、CUDA下载

六、CUDA安装

七、检查cuda是否安装成功

八、多个cuda安装

九、Anaconda创建虚拟环境

十、安装Pytorch框架

十一、TensorFlow框架对开发环境要求的版本匹配图

十二、小结

一、背景介绍

        在深度学习和高性能计算领域，利用GPU进行计算已经成为提升效率的关键手段。CUDA是NVIDIA推出的并行计算平台和编程模型，它使得开发者能够利用NVIDIA GPU的强大计算能力。同时，PyTorch作为一个广泛使用的深度学习框架，以其易用性和灵活的动态计算图受到了研究人员和开发者的青睐。

        为了在Windows10系统上充分利用GPU进行深度学习训练，需要正确安装和配置CUDA和PyTorch。本教程将通过详细的图解步骤，指导你如何在Windows10环境下安装CUDA和PyTorch，确保你的系统能够成功调用GPU资源进行高效计算。无论你是深度学习新手还是经验丰富的开发者，这篇文章都将为你提供全面的参考，让你快速开始GPU加速的深度学习之旅。

二、检查自己的电脑是否有GPU及显存大小

        鼠标右击电脑最下方任务栏，选中“任务管理器”选项，即可打开任务管理器，再点击“性能”，如下图：

         如上所示，我本地电脑的显卡是NVIDIA GTX 1060 6G显存GPU 。

三、检查自己电脑显卡支持安装的cuda版本

 进入终端，输入命令nvidia-smi

四、Python、Pytorch和CUDA版本对应关系

        以下是一些常见的Python和PyTorch版本对应关系。请注意，随着时间的推移，版本可能会有所改变，因此在使用时请务必查阅最新文档以获取准确的信息。

请注意，Python 2.x 分支在2020年已经停止维护，因此强烈建议使用Python 3.x 版本。

pytorch 和 torchvision 版本都很多，其对应表格如下：

 

五、CUDA下载

英伟达官网下载链接：CUDA Toolkit Archive | NVIDIA Developericon-default.png?t=N7T8https://developer.nvidia.com/cuda-toolkit-archive（注：网站不稳定，科学上网）

打开该网址，即可看到若干版本的cuda，可自行选择对应版本下载：

最低0.47元/天 解锁文章
GPU深度学习环境搭建：Win10+CUDA 11.7+Pytorch1.13.1+Anaconda3+python3.10.9
weixin_43117514的博客
04-19 1881
根据 CUDA 11.7 版本查看 Pytorch的对应版本为 1.13.1，再根据 Pytorch 1.31.1 版本查看Python对应的版本为 >=3.7 到 <=3.10 ，此处选择Python3.10.9案例。第一个路径默认（后面系统会自动删掉），选择精简，这里建议默认安装，也可手动安装，但是要记得自己安装的位置，因为后面需要配置系统环境变量。根据显示，显卡驱动版本为：Driver Version: 516.59，CUDA 的版本为：CUDA Version 11.7。
windows10安装GPU版pytorch详细教程（以cuda10.0+pytorch1.1为例，手把手教学）
weixin_44414948的博客
12-05 6718
1.在NVIDIA官网搜索并安装自己电脑对应的显卡驱动 建议安装440，450版本的驱动，太新的容易出问题，如cuda不兼容啥的。。。 附上链接 2.cuda10.0及对应cudnn安装 2.1 cuda10.0下载链接如下，按图中所示下载即可。 https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_t
Ubuntu命令行远程安装Anaconda3,pytorch1.0.1,torchvision0.2.1方法
weixin_43867608的博客
05-25 562
Anaconda3的安装 查看cuda版本 cat /usr/local/cuda/version.txt wget https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh 下载Anaconda3.sh文件 安装 sh Anaconda3.sh。该yes的yes，注意加入PATH要yes 2.pytorch1.0.1和torchvision0.2.1安装 sudo pip install --user torch..
Windows下CUDA虚拟环境配置全攻略：从环境搭建到GPU加速实战
最新发布
weixin_51282074的博客
04-20 1847
通过虚拟环境实现CUDA版本隔离，本质是在灵活性与稳定性之间找到平衡。环境命名规范：框架名+版本+CUDA版本（如tf2.13_cu11.8）版本适配原则：参考官方兼容性表（附链接），避免跨大版本混用依赖管理最佳实践用conda管理CUDA工具包，pip管理Python包定期清理废弃环境（查看，删除）掌握这些技巧，可大幅减少环境配置耗时，让开发者更专注于模型开发与算法优化。
windows10环境下的CUDA9.1安装包
01-04
外网一般下载到最后都是失败，此次上传的是CUDA9.1，需要的小伙伴可以下载
cuda 安装教程（win10）
qq_63034152的博客
06-13 4155
打开 nvidia控制面板 (桌面右键) >>> 选择左下角的系统信息 >>> 组件。小编这里以11.7为例进行，注意：高版本兼容低版本。这里我以11.7 版本为案例。
【CUDA】windows10下的CUDA安装
enteracity的博客
01-09 6729
如果是第一次安装，
Win10安装CUDA
RunAtWorld：常常想想自己能解决什么问题
04-19 1万+
目录 安装Nvidia显卡驱动 安装Tookit和CuDNN 前言 安装工具的准备 CUDA 安装与配置过程 cuDNN配置 安装PyTorch 卸载CUDA 1.前言 2.卸载开始 参考 安装Nvidia显卡驱动 安装Nvidia显卡驱动前可以先检查Nvidia显卡驱动是否已安装。搜索 Nvidia控制面板 或 Nvidia Control Panel可以看到当前已经安装的显卡驱动及版本 如需安装显卡驱动，在官方驱动下载网站找到自己的显卡型号对应的驱动下载并安装
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...
2025最新WIN11/WIN10安装最新稳定版本Python3.11.0 + Pytorch 2.5.1 + CUDA 12.4 + cuDNN超详细完美图文教程（避坑指南）
q348923982的博客
02-18 2005
本文是关于windows系统下如何在conda环境下需要切换不同Python环境以及Pytorch版本，所对应的CUDA和cuDNN版本的个人学习笔记以及避坑指南，另外也包括切换CUDA版本的环境变量的注意事项。
win10+cuda10.0+pytorch安装
01-06
简介 由于PyTorch在中国大陆的安装包下载十分缓慢，导致很多在线安装方法难以实现。故对Pytorch在windows下的安装方法做一个简单说明，希望能够帮助到更多的朋友。有任何问题，可以联系我。解决方法是：先将安装包下载到本地，再用pip install安装。 本机配置 系统配置 Windows Anaconda 环境 Python 3.7 CUDA内核显卡 NVIDIA Quadro P4000 1、进入Pytorch官网https://pytorch.org/ 看到该部分类容后，根据自己的电脑配置，选择相应的选项。 Package 建议使用pip，这样才会提供Run this Co
windows10安装cuda
weixin_44543418的博客
03-11 197
https://www.pianshen.com/article/51211787623/
Windows10安装cuda
qq_41425646的博客
05-08 3373
安装方法一： 1、打开Nvidia控制面板，选择“管理3D设置”，点击左下角“系统信息”，在弹出来的界面中选择“组件”，查看“NVCUDA64.DLL”，右边即为可下载的cuda版本，我这里是CUDA 11.6。 2、到cuda官网下载对应版本的安装包，然后安装。安装步骤可参考https://blog.youkuaiyun.com/m0_37605642/article/details/99100924 但是我最后还是安装失败，显示所有组件未安装。然后试了方法二成功的。 安装方法二： 1、确保Anaconda已下载
【CUDA】WIN10安装CUDA保姆级教程
qq_43331089的博客
11-13 2314
不要选。
【win10系统安装CUDA】
weixin_45052870的博客
02-02 1225
搞清楚自己的需求，目前 CUDA以前版本保存：添加链接描述
win10配置pytorch环境+CUDA安装
SevenBerry的博客
08-12 1173
打开每一项，将。
cuda在windows10安装教程
qq_45041871的博客
11-20 6604
cuda在windows10下载安装教程
Win10 + CUDA11.7+pytorch手动安装-2.0版本
热门推荐
qimo601的专栏
06-07 5万+
利用anaconda安装pytorch环境，2022年更新。
pytorch安装顺序
01-16
### 正确的PyTorch及依赖项安装顺序 对于希望顺利安装并配置好PyTorch环境的研究人员或开发者来说，遵循正确的安装流程至关重要。以下是推荐的安装步骤： #### 1. 安装Python 确保计算机上已安装适当版本的Python。大多数情况下，最新稳定版的Python将是最佳选择。 #### 2. 设置虚拟环境 创建一个新的虚拟环境来隔离项目所需的库和其他依赖关系。这有助于防止不同项目的软件包发生冲突。 ```bash python -m venv my_pytorch_env source my_pytorch_env/bin/activate # Linux or macOS my_pytorch_env\Scripts\activate # Windows ``` #### 3. 更新Pip至最新版本 为了确保能够获取最新的软件包版本，在继续之前应先更新pip工具到最新版本。 ```bash pip install --upgrade pip ``` #### 4. 使用Pip安装PyTorch及相关组件 鉴于conda方式存在不稳定性以及下载速度较慢的问题[^1]，建议采用pip方式进行安装。可以从官方支持页面找到适合当前系统的具体命令，并优先考虑使用国内镜像源加速下载过程，比如清华大学开源软件镜像站[^2]。 ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 ``` 此命令假设读者正在寻找带有CUDA 11.3支持的PyTorch版本；如果不需要GPU支持，则可以省略`--extra-index-url`部分。 #### 5. 验证安装是否成功 完成上述操作之后，可以通过执行简单的测试脚本来验证PyTorch及其相关模块是否已经正确加载到了环境中[^3]。 ```python import torch print(f'PyTorch version: {torch.__version__}') if torch.cuda.is_available(): print('CUDA is available') else: print('CUDA not found') ``` 通过以上五个阶段的操作指南，应该可以帮助用户顺利完成PyTorch及其必要依赖项的设置工作。
评论
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

打赏作者

Steven灬

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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