2
详细了解可参考大神的文章
https://blog.csdn.net/u014380165/article/details/77340765
查看对应版本的CUDA 这部非常关键 请一定要重视 避免之后多次重装。
nvidia-smi
可直接查看自己可安装的最高版本的 CUDA版本 我的电脑是 CUDA11.6。
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
CUDA下载链接 https://developer.nvidia.com/cuda-toolkit-archive
接下来 我们来下载这个CUDA 这里选择的版本不能高于你的显卡驱动里面那个版本号 由于我的是11.6 且系统是win11 所以我这里选择的是11.5
双击运行下载好的CUDA的exe文件 安装时不需要更改路径 这个是压缩包提取的暂存的文件夹 不是最终路径 这里不需要更改。
选择自定义安装后 取消勾选 Visual Studio 原因安装耗时较长 也可不需要。后面的路径也不需要更改。
这里与其他安装方法不同的是 我没有安装 cudnn 也没有配置 path 但是同样也安装成功。
打开 Anaconda prompt 命令 输入命令
nvcc -V
查看 CUDA11.3是否安装成功。安装成功即可如下所示。
这里我没有选择直接命令安装 因为安装失败的概率较高。我选择的是下载安装包 再在anaconda里下载whl文件。
1 查看自己的python版本 还是在 Anaconda prompt 命令 输入 python 我的 python 版本是3.9.12 
2 不使用命令行下载 pytorch 的下载链接为
https://download.pytorch.org/whl/torch_stable.html
里面的文件是cpu开头的是 CPU 版本 cu开头的才是我们要下载的GPU版本。
这里可参考 torch 和 torchvision 的对应图 以免下错对应版本 这里我选择的是红色圈内的 根据自己需求下载。
在下载链接里找到的是下载的1.10.0 版本的 torch 和 0.11.1 版本的 torchvision 我的 python版本是3.9 注意后面对应的 win 和 linux
3 下载后放在同一目录下 我在d盘新建文件夹 CUDA-python 放在了D:\CUDA-pytorch下
4 在 Anaconda prompt 里 cd 到你下载好 torch 和 torchvision 的目录下 输入
pip install “文件名” torch 和 torchvision 安装方法一样。如
torch 1.10.0 cu113的包大概有2.27G 比较耗时。下载完成后切换到下载目录 使用pip命令安装。
5 检验方法 输入命令
pip list
后能看到
6 安装完成后使用下面命令查看torch安装结果。
在 Anaconda prompt 里 import导入 torch 和 torchvision库 然后使用命令
import torch torch.cuda.is_available() torch.cuda.get_device_name(0) NVIDIA GeForce RTX 3070 Ti Laptop GPU
第四步 验证以上步骤全部安装成功
跟着这张图上去打开cmd 输入 python 以下步骤
最后得到的是 Ture 说明全部安装已完成。
要安装GPU版本的PyTorch，你可以按照以下步骤进行操作：1. 首先，你需要访问[PyTorch官网](https://pytorch.org/)的下载页面来获取GPU版本的安装包。你可以在这个页面找到不同版本的PyTorch安装包，包括CPU版本和GPU版本。2. 在下载页面中，你可以看到一些文件名以`cpu`开头，这些是CPU版本的安装包。而以`cu`开头的文件则是GPU版本的安装包。根据你的需求选择对应的GPU版本进行下载。你可以参考[torch和torchvision的对应图](https://download.pytorch.org/whl/torch_stable.html)来确保你下载的是正确的版本。3. 下载完成后，你可以打开Anaconda Prompt或者其他终端，进入你的Python环境。4. 在终端中，使用`import torch`来导入PyTorch库。然后使用`torch.cuda.is_available()`命令来检查你的GPU是否可用。如果返回True，说明你的GPU可用。5. 如果你的GPU可用，你可以使用`torch.cuda.get_device_name(0)`命令来查看你的GPU设备名称。该命令将返回你的GPU的名称，例如 NVIDIA GeForce RTX 3070 Ti Laptop GPU 。通过按照上述步骤操作，你就可以成功安装GPU版本的PyTorch并验证你的GPU是否可用了。记得根据你的需求来选择正确的GPU版本进行下载和安装。 span >
nohup 命令之 nohup: ignoring input and appending output to ‘nohup.out’
49961
npm : 无法将“npm”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。
44452
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。
更多文章请关注《万象专栏》
转载请注明出处：https://www.wanxiangsucai.com/read/cv182464