这篇教程python写得很实用,希望能帮到您。
安装cuda 我强调下 这个需要注意版本问题的注意 (个人的想法,安装思路,仅供参考) pytorch 需要注意这个现在支持的版本.根据这个支持的版本去下载对应的cuda和cudnn 应为你 pytorch 的版本对不上 你cuda装上了也不行的. 到时候检测运行的时候直接就False. 我现在安装的pytorch 支持 cuda 的版本是 11.3. 所以你们安装的时候需要注意. 应该是可以用低版本的安装的. (指的是cuda). 切记,切记,切记, https://pytorch.org/ 这是 pytorch 的官网.
简单的说- 先看 pytorch 官网是支持的cuda的版本.
- 然后去 cuda下载网站 查看对应的版本,(自己看着来,我下载的时候是对着pytorch上面需要的版本来的) ,注意自己的显卡驱动的版本.不要低于cuda要求的显卡版本.
- 对应 cuda的版本去下载cudnn
- 都安装配置完成后,再去pytorch 官网下载 pytorch 就行 直接复制下载即可.
- 最后运行测试下.
以下出现的所有cuda和cudnn的版本都是作为安装教程使用,具体版本根据情况而定. 以下出现的所有cuda和cudnn的版本都是作为安装教程使用,具体版本根据情况而定. 以下出现的所有cuda和cudnn的版本都是作为安装教程使用,具体版本根据情况而定. 图片只是记录一个安装流程. 先校验英伟达显卡版本.(后续切勿自动更新这个) 
对应显卡版本进行下载对应的cuda版本 (也可以降低版本安装) 这是网址 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 
找到自己合适的版本即可. 安装的版本 不能超过pytorch限制的版本 简单的说下这里的逻辑: - pytorch版本限制你cuda的版本
- cuda限制你的显卡驱动版本
- 所以说 pytorch要求的cuda的版本时, 需注意自己显卡驱动的版本不得低于cuda要求版本.
- 举例子 pytorch 安装 11.3版本的 cuda . 11.3版本的cuda 需要显卡驱动为 469.xx的.所以说 我们需要显卡版本是 大于等于 469.xx的.
下载安装 cudaa下载链接 https://developer.nvidia.com/cuda-toolkit-archive 
下载自己合适的版本. 
我的是windows10 我选择本地安装. 进行安装. 
文件存放的地方 
需要安装的模块 
模块安装的位置 安装完成之后 查看下自己环境变量 
这样基本上就ok了 简单的测试下 打开cmd终端 ,执行命令 
这样就ok了
下载 cudnn下载网址 https://developer.nvidia.com/rdp/cudnn-archive 
下载合适自己的版本 
将cudnn文件进行解压 放到cuda的目录下. C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.4 这里我的路径 每个人的路径可能不一样.
测试使用下. C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.4/extras/demo_suite 找到这个demo_suite 这个文件夹

然后调用这个exe. 
效果如下就基本ok了 官网下载安装 pytorch https://pytorch.org/ 

import torchprint(f'torch -v {torch.__version__}')print(f'cuda is_available {torch.cuda.is_available()}') 结果: torch -v 1.10.1+cu113 cuda is_available True
总结以上为个人经验,希望能给大家一个参考,也希望大家多多支持wanshiok.com。 Python常见库matplotlib学习笔记之多个子图绘图 AI生成图片Stable |