当前位置:   article > 正文

Windows11 安装 CUDA/cuDNN+Pytorch_win11cudnn安装

win11cudnn安装

一、准备工作:

查看torch版本:进入python交互环境:

  1. >>>import torch
  2. >>>torch.__version__

查看cuda版本:CMD窗口

nvcc --version

 如果版本不一致,需要卸载再重装。

二、安装

Windows 安装 CUDA/cuDNN - 知乎medium - Install CUDA On Windows: The Definitive Guidemedium - Installing CUDA and cuDNN on windows 10windows下安装配置cudn和cudnn版本对应关系需要注意的是一定要选择 TensorFlow 和 CUDA相匹配,还需要…icon-default.png?t=N7T8https://zhuanlan.zhihu.com/p/99880204查看CUDA与Pytorch对应关系:

Previous PyTorch Versions | PyTorchAn open source machine learning framework that accelerates the path from research prototyping to production deployment.icon-default.png?t=N7T8https://pytorch.org/get-started/previous-versions/本机是CUDA11.8,所以安装命令是第三个:

  1. # ROCM 5.4.2 (Linux only)
  2. pip install torch==2.0.0+rocm5.4.2 torchvision==0.15.1+rocm5.4.2 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/rocm5.4.2
  3. # CUDA 11.7
  4. pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu117
  5. # CUDA 11.8
  6. pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
  7. # CPU only
  8. pip install torch==2.0.0+cpu torchvision==0.15.1+cpu torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cpu

三、验证

查看pytorch对应的cuda版本

  1. python
  2. >>>import torch
  3. >>>torch.version.cuda

验证GPU是否可用

  1. import torch
  2. import torchvision
  3. print(torch.cuda.is_available())

关于通过官方安装命令下载太慢,并 print(torch.cuda.is_available()) 为 false的问题,直接下载whl安装:

Windows系统下torch.cuda.is_available()返回为False的问题解决_windows torch.cuda.is_available()-CSDN博客

可能出现因为windows不允许长path,导致的安装失败问题:

Maximum Path Length Limitation - Win32 apps | Microsoft Learn 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/551705
推荐阅读
相关标签
  

闽ICP备14008679号