赞
踩
打开任务管理器 >> 性能 可以看到右上角的 NVIDIA 以及显卡型号字样
NVIDIA官网地址:https://developer.nvidia.com/cuda-gpus
我的 NVIDIA 显卡型号是 1050Ti ,没有显示在官网上,但实际上是支持 CUDA 的。
命令行输入以下命令
NVIDIA-SMI
大多数小伙伴的显卡驱动版本应该都没有更新到最新版,想要使用高版本的 cuda toolkit 需要更新高版本的驱动,这里我们先更新到最新版。
NVIDIA 显卡驱动官网地址:https://www.nvidia.com/Download/index.aspx?lang=cn
搜索后直接点击下载即可。
这里使用默认路径就行。后面的安装也一直默认,下一步就可以了,不需要更改。
在命令行中输入以下代码,查看是否更新成功。
NVIDIA-SMI
注意 Compute Platform 的 CUDA 版本不要大于命令行显示的 CUDA Version.
其实原本我是使用 conda 方式下载,但是镜像源出了问题,用了很多方式都无解,最后使用 pip 方式下载了。
命令行输入命令进行下载(在此之前,可以先选择好虚拟环境)
由于我已经安装过了,所以输入后会出现 Requirement already satisfied. 没有安装过的小伙伴只需要等待下载即可。
安装完成后,命令行输入 conda list (安装了anaconda的) 或 pip list,查找需要下载的这三个包是否已经在 list 中了。使用 conda 命令安装的则查看对应 conda 命令下载的包。
打开 python 编译器,新建 python 文件,输入以下代码并运行,如果返回 True,则 pytorch 安装完成。
import torch
print(torch.cuda.is_available())
Pytorch 安装到此就完成啦!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。