赞
踩
查看系统的GPU支持的CUDA版本
nvidia-smi
上图中红色方框框出的为当前系统支持的CUDA最高版本。接下来根据得到的版本信息开始下载CUDA相关安装包。
英伟达官方CUDA下载连接:https://developer.nvidia.cn/cuda-downloads
页面上方确认当前下载的版本:
按照下图红框依次
一般官方页面显示的为最新CUDA环境,历史版本下载链接:https://developer.nvidia.com/cuda-toolkit-archive,页面如下所示,根据当前系统自行选择。
以安装CUDA11.8.0为例:
英伟达官方CUDNN下载链接:https://developer.nvidia.com/rdp/cudnn-download
查看CUDA版本 nvcc -V
bandwidthTest.exe
和 deviceQuery.exe
文件,如果最后都显示 Result = PASS
则说明安装成功。
bandwidthTest.exe
运行情况:
deviceQuery.exe
运行情况:
import torch
# 查看当前系统的CUDA版本
print(torch.version.cuda)
# 查看当前系统的CUDNN版本
print(torch.backends.cudnn.version())
如果需要cuda其他版本的,可以尝试将https://download.pytorch.org/whl/cu118末尾的cu118改为需要的版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
需要查询当前环境的cuda版本和python版本
# cuda版本查询
nvcc -V
# python版本查询
python -V
在https://download.pytorch.org/whl/torch_stable.html网站下载需要的whl安装文件。
pip install ****.whl
下图展示的是torch和torchvision的下载示例。
python3.8、cuda11.8的离线安装方式如下:
pip install torch-2.0.1%2Bcu118-cp38-cp38-win_amd64.whl
pip install torchvision-0.15.2%2Bcu118-cp38-cp38-win_amd64.whl
特别注意,torch与torchvision的版本对应关系,参考官方 Github repo,对应如下表所示。
torch | torchvision | python |
---|---|---|
main / nightly | main / nightly | >=3.8, <=3.10 |
2.0.1 | 0.15.2 | >=3.8, <=3.10 |
2.0.0 | 0.15.1 | >=3.8, <=3.10 |
1.13.1 | 0.14.1 | >=3.7.2, <=3.10 |
1.13.0 | 0.14.0 | >=3.7.2, <=3.10 |
1.12.1 | 0.13.1 | >=3.7, <=3.10 |
1.12.0 | 0.13.0 | >=3.7, <=3.10 |
1.11.0 | 0.12.3 | >=3.7, <=3.10 |
1.10.2 | 0.11.3 | >=3.6, <=3.9 |
1.10.1 | 0.11.2 | >=3.6, <=3.9 |
1.10.0 | 0.11.1 | >=3.6, <=3.9 |
1.9.1 | 0.10.1 | >=3.6, <=3.9 |
1.9.0 | 0.10.0 | >=3.6, <=3.9 |
1.8.2 | 0.9.2 | >=3.6, <=3.9 |
1.8.1 | 0.9.1 | >=3.6, <=3.9 |
1.8.0 | 0.9.0 | >=3.6, <=3.9 |
1.7.1 | 0.8.2 | >=3.6, <=3.9 |
1.7.0 | 0.8.1 | >=3.6, <=3.8 |
1.7.0 | 0.8.0 | >=3.6, <=3.8 |
1.6.0 | 0.7.0 | >=3.6, <=3.8 |
1.5.1 | 0.6.1 | >=3.5, <=3.8 |
1.5.0 | 0.6.0 | >=3.5, <=3.8 |
1.4.0 | 0.5.0 | ==2.7, >=3.5, <=3.8 |
1.3.1 | 0.4.2 | ==2.7, >=3.5, <=3.7 |
1.3.0 | 0.4.1 | ==2.7, >=3.5, <=3.7 |
1.2.0 | 0.4.0 | ==2.7, >=3.5, <=3.7 |
1.1.0 | 0.3.0 | ==2.7, >=3.5, <=3.7 |
<=1.0.1 | 0.2.2 | ==2.7, >=3.5, <=3.7 |
依赖下载地址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
下图展示的是torch和torchvision的下载示例。
# conda离线安装,需要先进入下载的目录,执行下面指令:
conda install --offline .\pytorch-2.0.1-py3.8_cuda11.8_cudnn8_0.tar.bz2
conda install --offline .\torchvision-0.15.2-py38_cu118.tar.bz2
# pip下载包的其他依赖,该指令不会重复下载torch和torchvision
pip install torch torchvision
import torch
# 查看当前Pytorch版本
print(torch.__version__)
# 查看当前GPU是否可用
print(torch.cuda.is_available())
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。