Linux中cuda11.3安装pytorch1.12.1

原创已于 2024-01-30 16:58:58 修改 · 1.2k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#linux #pytorch #运维

于 2024-01-12 17:39:36 首次发布

本文指导如何在老版本环境中通过官网在Linux虚拟环境中使用conda安装PyTorch及其相关库，并验证安装是否成功，包括检查Python版本和cuda支持。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

因为是老版本，需要定位

直接根据官网定位

官网

在对应Linux虚拟环境中直接输入命令

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

检查是否安装成功

在pytorch环境下输入逐次输入以下命令

python #检查python版本
import torch
torch.cuda.is_available()

显示结果见下：（则表明已正确安装pytorch）

True

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

懒羊羊不赖

关注关注

11
点赞
踩
12

收藏

觉得还不错? 一键收藏
2
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

Python&aconda系列：GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

weixin_54626591的博客

12-18

3765

GPU深度学习环境搭建：Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

Windows端CUDA11.3+CUDNN+pytorch环境搭建

m0_57757248的博客

03-14

2万+

1、显卡驱动的安装最近，在学习pytorch深度学习，遇到很多的坑，环境配置也出现过问题，忍不住和大家进行分享，现在把环境搭建过程分享给大家。 1.1、查看自己的显卡。具体操作：我的电脑-——属性——设备管理器——显示适配器 1.2、驱动的下载、安装。在找到自己的显卡后，去NVIDIA官网下载安装驱动选择自己的显卡类型，如果你是GTX显卡，有可能只能选择Game Ready，区别很小，能用就行 1.3、显卡驱动安装检测 win+R 输入cmd 打开窗口后输入：nvid..

2 条评论您还未登录，请先登录后发表或查看评论

ubuntu20.04 RTX4060安装CUDA11.3安装pytorch1.12.1

qq_51058035的博客

03-26

1073

这一篇文章提到，

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

linux安装CUDA

最新发布

weixin_61663117的博客

07-08

544

这些图都是以前安装其它版本拼凑过来的，不要在意版本号。配置好环境变量后终端输入以下命令，使环境变量生效。进去后输入安装路径，如我的安装路径是。输入完成后按回车键，然后下移点击。下载好后运行第二条命令，输入。，按回车键，等待安装成功，选择下图框选出来的按回车键。如要修改安装位置，看下面。如要修改安装位置，选择。出现下图所示即安装成功。使用自定义的安装路径。

cuda_11.1+cudnn11.3安装包

06-21

win10 x64 cuda11.1 cudnn11.3安装包

pytorch安装

qq_45599904的博客

01-08

328

可以看到红色箭头那里有cu113说明安装的是cuda=11.3版本的。

30系显卡安装mmdetection-torch1.12.1

hahahawoshishui的博客

11-15

1217

30系显卡安装mmdetection。安装pytorch1.12.1

cuda11.3安装pytorch1.12.1

03-27

### 如何在CUDA 11.3环境下正确安装PyTorch 1.12.1 为了确保PyTorch能够正常运行于指定的CUDA环境中，需按照特定的方式配置依赖项并验证其兼容性。以下是关于如何在CUDA 11.3下安装PyTorch 1.12.1的具体方法。 ###...

pytorch 1.12.1 cuda11.3安装pytorch geometric代码

10-08

在PyTorch 1.12.1版本和CUDA 11.3环境下安装PyTorch Geometric，你需要按照以下步骤操作： 1. **首先确保环境准备**: - 安装最新版本的PyTorch: `pip install torch torchvision torchaudio` - 确保已经安装了...

cuda11.3安装pytorch版本

03-11

例如，torch-1.12.1+cu113-cp38-cp38-linux_x86_64.whl这样的文件名中的“cu113”可能表示CUDA 11.3的支持。需要注意的是，Python版本和操作系统也会影响安装命令的正确性。用户需要根据自己环境的Python版本和...

pytorch1.12.1 cuda11.3安装对应gpu版的pytorch geometric代码

10-10

在安装 PyTorch 1.12.1 和 CUDA 11.3 版本时，你需要确保你的系统支持这些版本，并且已经安装了相应的 NVIDIA GPU 驱动。以下是安装步骤： 1. **安装CUDA**: 下载并安装CUDA 11.3，可以从 NVIDIA 官网获取对应的...

m1 Mac 使用 miniconda安装pytorch1.12

Zachos的博客

12-05

1086

mac上安装pytorch

热门推荐

weixin_45334223的博客

01-27

18万+

windows 11 本地运行ER-NeRF及pytorch3D安装

架构师成长之路

11-16

1998

若windows有多个版本的cuda，需要在环境变量中切换至cuda 11.3，主要是系统变量中的CUDA_PATH，NVCUDASAMPLES_ROOT，PATH进行编辑为自己需要的cuda版本。因本环境采用的cuda版本是11.3，所以需手动安装 nvidiacub,并设置系统环境变量。这个过程中主要是pytorch3d安装比较麻烦，一定要注意各库的版本冲突问题。ER-NeRF本地运行只要梳理好依赖版本，运行起来就很顺畅。，下载后解压，注意解压路径不能有中文，然后添加至。以下cub的依赖也需要安装好。

cuda11.3安装pytorch

zheng_ber的博客

08-23

2732

其中-c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/是清华镜像源，在pycharm终端安装。3、去pytorch官网查看所需版本的指令（https://pytorch.org/）以安装pytorch1.9.1为例。1、在终端查看cuda版本。2、查看是否有cudnn。

Linux服务器成功安装CUDA11.3和cudnn

qq_51570094的博客

04-19

2万+

说在前面： NVIDIA的显卡驱动与CUDA的版本并不是严格的一一对应关系，CUDA实际上也只是一个工具包，我们可以根据自己的需求进行安装，即可以安装多个CUDA版本。同时CUDNN是一个SDK，专门用于神经网络的加速包，它与CUDA也没有严格的一一对应关系，可以选择多个版本的CUDNN进行安装。虽然说不是严格的对应，不过还是要服从大版本的对应，即安装之前查看GPU驱动版本与CUDA版本的对应关系，选择对应的版本进行安装，避免不兼容而报错的错误。查看版本对应关系https://docs.nvidia.

Pytorch安装（11.3CUDA+8.2cudnn+1.12pytorchGPU版本环境搭建）

liu1255653007的博客

08-18

2796

11.3CUDA+8.2cudnn+1.12pytorch环境搭建

pytorch1.12.1+py3.8+cuda11.3 安装，本文仅做个人记录

a121199的博客

07-18

3233

"""步骤：1.新建虚拟环境2.安装cuda和cudnn3.下载pytorch方法一：官网直接下载方法二：从镜像网站下载，利用conda install实现本地安装4.验证"""nvcc -Vnvidia-smi可以看出，本机cuda11.2，最高支持cuda11.6新建并激活虚拟环境此处，torch1.12.1_py38 可以换成自己的环境名。