当前位置:   article > 正文

pytorch安装(含cuda、cudnn安装教程)_安装pytorch cuda

安装pytorch cuda

pytorch安装(含cuda、cudnn安装教程)

  • 一、创建python虚拟环境
  • 二、CUDA安装
    • 1、查看CUDA支持版本
    • 2、下载CUDA
    • 3、下载cuDNN
    • 4、安装CUDA
    • 5、安装cuDNN
  • 三、pytorch安装
    • 1.使用命令安装
    • 2.手动安装

win10 64位 环境下安装CUDA 11.8和 cuDNN v8.9.0
最近电脑重装了,要重新装环境,写个博客记录一下

一、创建python虚拟环境

虚拟环境创建笔记https://blog.csdn.net/weixin_46726459/article/details/136681849
打开anaconda prompt输入创建环境

conda create --name pytorch python=3.8
  • 1

再激活环境

conda activate pytorch
  • 1

二、CUDA安装

1、查看CUDA支持版本

电脑桌面右键,打开NVIDIA控制面板
查看CUDA支持的最高版本
在这里插入图片描述
也可以打开命令行输入

nvidia-smi
  • 1

在这里插入图片描述

2、下载CUDA

打开网址
https://developer.nvidia.com/cuda-toolkit-archive
选择适合自己电脑的cuda版本,需要比刚才查看的所支持的CUDA 版本低
这里选择11.8版本的cuda
在这里插入图片描述
选择需要的配置
在这里插入图片描述
单击下载
在这里插入图片描述

3、下载cuDNN

打开官网网址:https://developer.nvidia.com/cudnn-downloads
注意,cuDNN下载需要NVIDIA账户,没有则先注册

选择合适的配置下载
在这里插入图片描述
或者访问历史版本下载地址,下载其他版本的cudnn
https://developer.nvidia.com/rdp/cudnn-archive
在这里插入图片描述

4、安装CUDA

双击安装包开始安装,此时让你选择的路径并不是安装路径,而是暂时解压出来的文件所需要存放的地方,安装完成后会删除,只要保证选择空间足够大的地方即可,安装路径是默认C盘里,不能修改,此处可以不更改,点击OK即可
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
验证CUDA是否安装成功,打开cmd,输入

 nvcc –V
  • 1

在这里插入图片描述

5、安装cuDNN

解压刚才下载cuDNN的压缩包
在这里插入图片描述

打开cuda安装文件夹,默认的强制安装路径为:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\版本号
在这里插入图片描述
将解压的cuDNN压缩包内的三个文件夹复制到CUDA安装目录下。

验证cuDNN是否安装完成,打开cmd,输入

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite
  • 1

执行命令:

bandwidthTest.exe
  • 1

在这里插入图片描述

再执行命令:

deviceQuery.exe
  • 1

在这里插入图片描述

三、pytorch安装

1.使用命令安装

直接访问pytorch官网(速度较慢),:
https://pytorch.org/get-started/previous-versions/

conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=11.8 -c pytorch -c nvidia
  • 1

在这里插入图片描述

2.手动安装

1.下载PyTorch安装文件
打开网址:https://download.pytorch.org/whl/torch_stable.html
文件命名规律:
在这里插入图片描述

下载合适版本的torch
在这里插入图片描述
torchaudio
在这里插入图片描述
torchvision
在这里插入图片描述
2.在anaconda prompt中通过cd切换到刚才三个文件的下载路径,
然后分别pip install +文件名安装

验证是否安装成功,打开python编译器,写入以下代码并运行:

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号
  • 1
  • 2
  • 3
  • 4

在这里插入图片描述

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/小舞很执着/article/detail/813455
推荐阅读
相关标签
  

闽ICP备14008679号