cuda cudnn pytorch 的下载方法(anaconda）

最新推荐文章于 2025-07-03 11:38:30 发布
最新推荐文章于 2025-07-03 11:38:30 发布
阅读量2k 收藏 34
点赞数 32
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/weixin_73381483/article/details/137204046
本文讲述了作者在安装PyTorch时遇到的问题，包括检查CUDA版本、显卡驱动更新、使用conda创建及管理虚拟环境，以及解决下载失败的方法。重点强调了选择与PyTorch适配的CUDA和cudnn版本的重要性。

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

文章目录

前言

记录一下近日下载pytorch时遇到的坑

cuda

查看当前可支持的最高cuda版本

快捷键
win+R
cmd 
NVIDIA-smi

在cmd命令行内输入NVIDIA-smi即可查看当前NVIDIA显卡的driver version(显卡驱动)，和可安装的最高cuda版本(最好别太高，也别太低)

在这里插入图片描述

显卡驱动更新

显卡驱动太旧的话，要下载好新版本的驱动

笔者用的是以下软件更新的

在这里插入图片描述

下载cuda

下载前还要去看一下目前pytorch适配的最高cuda版本(很重要！)

https://pytorch.org/get-started/locally/
在这里插入图片描述

以pytorch网页上的cuda版本为主！
我就掉进了这个坑里
图里显示的cuda版本最高为12.1,但我之前却下了12.4版本的，最后搞了好久

最低0.47元/天 解锁文章

200万优质内容无限畅学
Anaconda虚拟环境下安装CUDA Cudnn Pytorch
qq_52725122的博客
10-27 1503
Windows系统Anaconda环境下安装cuda、cudnn、pytorch
安装CUDA Cudnn Pytorch(GPU版本）步骤
qq_52806062的博客
07-23 1120
1.打开NVIDIA控制面板2.点击帮助---系统信息--组件我的支持CUDA11.6。
Pytorch-0.4.1兼容CUDA9.0
01-10
Pytorch-0.4.1兼容CUDA9.0，下载进入文件目录安装即可
Pytorch下载及CUDA安装
crownyouyou的博客
09-20 2596
踩坑的是安装旧版本（2023年9月的Anaconda其中的Python版本是3.11.5）。虽然旧版本对Pytorch支持，但是旧版本不是最新版的Notebook。安装旧版本会在Jupyter notebook中出现很多bug，譬如说：通过输入jupyter notebook 可以正常访问 Host，但是打开Jupyter notebook图标不行，如果通过pip更新notebook，则会出现jupyter notebook闪退等问题。踩坑之后我发现清华源中有python3.12支持pyrotch。
pytorch安装包下载地址
最新发布
m0_53698027的博客
07-03 248
torch+torchvision下载地址
保姆级下载安装GPU(CUDA)版本PyTorch
热门推荐
Luobinhai的博客
07-05 3万+
摘要用心了
conda命令下载pytorch + cuda，详细步骤与讲解
weixin_54100601的博客
04-05 1万+
网上的教程杂乱，很多都是把简单的问题复杂化，又是去官网下载各种包然后还要添加路径，我不是很能理解这么麻烦那下载Ananconda的意义是什么。本文记录了使用conda命令下载CUDA及CUDA版本的pytorch的详细过程及注意事项，相比于其它文章简单明了、清晰全面。
CUDA下载 + CUDNN下载 + Pytorch下载
Xiaotouming0的博客
07-10 5175
记录CUDA、CUDNN和Pytorch下载安装过程以及环境的配置
安装cuda、cudnn、Pytorch（用cuda和cudnn加速计算）
qq_43629945的博客
06-20 2578
安装cuda、cudnn、Pytorch步骤
anaconda cuda cudnn pytorch安装小记录
小幸运
04-16 417
忽然发现把自己安装软件的过程写成一个博文也是很正确的，前天重装了系统，需要重新安装一些软件，但又不想去找一些安装方法，忽然觉着记录一下简直太方便了，自己第一次安装时写了一个小笔记，直接放上来了，过程有点不全。 这次重装系统主要是之前安装了这些软件导致的电脑蓝屏重启，所以安装之后出现重启就需要重装系统了，不然，电脑突然重启伤不起啊。 下面的过程是从自己的记事本里粘过来的 在Anac...
cuda、cudnn和pytorch下载与安装的经验
xihanxiaowenzi的博客
11-04 2万+
cuda、cudnn和pytorch的下载与安装
pytorch+cuda9.0
04-10
torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl 官网总是打不开，再次备份一份，有需要的请自行下载
清华镜像源，用于帮助快速下载pytorch
04-25
存放在user\用户名\下
pyTorch下载和cuda下载以及学习笔记
qq_50971078的博客
02-13 1087
pytorch下载和cuda下载以及学习笔记
CUDA下载，以及下载GPU版本的pytorch
qq_47104322的博客
04-26 2895
配置GPU版本的pytorch记录
python-pytorch-cuda下载参考（自用，推荐有用链接）
Vv_x_vV的博客
11-09 452
版本考虑顺序（仅供参考，考虑配置难度，个人倾向）：cuda-->pytorch-->python，记得配置在虚拟环境，可以配多个。
Conda+CUDA+Torch+cuDNN下载及安装(总结)
kkkkkkkai_的博客
03-03 2117
Pytorch成功安装的全流程
怎么用conda下载清华源的pytorch（自带cuda的版本）
超级菜
09-05 7713
但是有的pytorch安装的时候会把cuda一块安好，不用自己装了。2，打开 ~/.condarc。把原来的删除，把下面的填进去。pytorch 是要安装的。
CUDA, Cudnn, Pytorch,Tensorflow各版本下载地址
华小少
11-24 506
CUDA各版本下载（有时下载错误，亲测可能要fq） 对应CUDA版本的Cudnn各版本下载，需注册登录才能下载（可能要fq） 号：Lv_ pytorch各版本下载（下载速度慢的话复制链接到迅雷下载） 根据以下分类选择自己所需的 torch 和 torchvision - torch 和 torchvision 版本 - linux版、windows版、MacOS版 - cpu版和GPU版(cuda版本，cu92, cu100, cu101, cu102, cu110) - python版本：python2.
anaconda cuda cudnn pytorch
06-28
### 回答1： anaconda是一个Python发行版，包含了许多常用的科学计算和数据分析的库。 CUDA是英伟达公司推出的一种并行计算平台和编程模型，可以利用GPU的并行计算能力加速计算。 cuDNN是CUDA深度神经网络库，提供了高效的深度学习算法实现。 PyTorch是一个基于Torch的开源机器学习库，支持动态计算图，具有灵活性和高效性。它也支持CUDA加速，可以利用GPU进行深度学习计算。 ### 回答2： Anaconda是一个Python数据科学平台，它使得Python的安装和使用更加方便。Anaconda也包含了许多科学计算的包和工具，比如NumPy，SciPy和Pandas等。使用Anaconda用户可以很方便地创建Python虚拟环境和安装依赖。 CUDA是一种由NVIDIA开发的并行计算平台和编程模型。它使得全球各地的科研人员、工程师和开发者可以运用GPU的强大算力来加速各种计算任务，如深度学习、科学计算、图形处理等。 cuDNN是CUDA的一个加速库，即CUDA Deep Neural Network library。它为深度神经网络框架提供了加速和优化功能，包括快速的卷积操作和大量的内存优化技术。cuDNN被广泛应用于许多深度学习框架，例如TensorFlow、PyTorch和Caffe等。 PyTorch是一个开源的Python深度学习框架，它是Facebook AI Research实验室主导开发的。PyTorch最大的特点是使用动态图技术，与大多数深度学习框架使用的静态图技术不同，这使得它的使用更加灵活和自由。PyTorch不仅提供了标准的深度学习构建块，如卷积神经网络和递归神经网络等，还提供了许多实用的工具来简化模型训练和部署。PyTorch在学术界和工业界都有很高的用户群体和口碑。 综上所述，Anaconda为Python数据科学提供了一个全面的解决方案，CUDA和cuDNN为深度学习提供了强大的计算加速，而PyTorch则是一个灵活、高效和易于使用的深度学习框架。这些工具和平台的结合为科学计算和深度学习带来了很大的便利和突破。 ### 回答3： Anaconda是一个Python的科学计算平台。它包含了常用的Python科学计算库，如Numpy、Scipy、Matplotlib等，并提供了方便的安装、管理和更新工具。Anaconda也支持创建不同的Python环境，让用户可以灵活地选择和管理不同的库。 CUDA是英伟达开发的通用并行计算架构，它可以利用GPU的强大并行计算能力加速各种计算任务。在CUDA的支持下，用户可以使用CUDA C、CUDA C++、CUDA Fortran等语言进行GPU编程。CUDA还提供了各种库和工具，如cuDNN、cuBLAS、cuSPARSE等，可以方便地进行科学计算和深度学习等任务。 cuDNN（CUDA Deep Neural Network）是CUDA提供的深度学习库之一，它提供了一系列高度优化的算法和数据结构，可以加速深度神经网络的训练和推断过程。cuDNN支持很多流行的深度学习框架，如TensorFlow、PyTorch、Caffe等。通过使用cuDNN，用户可以充分利用GPU的计算能力加速深度学习任务。 PyTorch是一个基于Python的开源深度学习框架。它采用动态图形方式进行模型构建，支持灵活的动态计算图和自动求导机制，可以方便地进行模型的调试和优化。PyTorch还提供了一系列高效的深度学习算法和数据结构，如Convolution、Pooling、Linear、BatchNorm等，可以方便地构建各种深度神经网络。 综上所述，Anaconda提供了Python科学计算的全套解决方案，CUDA可以利用GPU的强大计算能力加速各种计算任务，cuDNN可以加速深度学习任务，而PyTorch则为深度学习提供了一种灵活高效的开发框架。这些工具的结合可以让用户更方便地进行各种科学计算和深度学习任务。
评论 4
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

杀小白

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