当前位置:   article > 正文

【无标题】cuda11.7+python3.7+pytorch GPU_cuda11.7对应的python版本

cuda11.7对应的python版本

anaconda

官网下载anaconda:链接: https://www.anaconda.com/
注意在下下载时,选择PATH加入路径
在这里插入图片描述
安装完检查一下
在这里插入图片描述

如果不对,检查环境变量
在这里插入图片描述

cuda

现在的pytorch支持的最高版本是cuda 11.6,安装11.7后,系统自动安装了cpu版本的pytorch,我试了anaconda里安装和命令行安装都不行,之前试过从网页上直接下载下来pytorch-gpu版本的包,然后命令行用conda安装,我记得是可以的,这次没有试。
特意去网上找了驱动与cuda版本对应关系,网址:链接: https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html,很多教程写的都是查电脑显示,建议安装的cuda版本,其实只要从表格中看,驱动对应的可以下载的cuda版本,都是可以的。可以先去看看要安装的python包,现在最高支持的cuda版本,再选择cuda版本,pytorch现在最高支持11.6
在这里插入图片描述
在这里插入图片描述

先下载迅雷,cuda官网:
11.7:链接:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local
11.6:链接:https://developer.nvidia.com/cuda-11-6-2-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local
下载很慢
在这里插入图片描述

右键download那个按钮,复制链接,粘贴到迅雷中下载。
安装时的小坑:解压路径和安装路径不能选择同一个,否则,安装完,解压路径会被自动删除,安装的东西也没了。
看一下是否安装完成:nvcc -V
在这里插入图片描述

如果没安装好,检查一下环境变量
在这里插入图片描述

cudnn(其实不装cudnn也可以用)

网址:链接:https://developer.nvidia.com/rdp/cudnn-archive,需要注册,qq邮箱一直收不到验证码,后来改成google邮箱,秒收到。
cudnn直接在网站上下载,用迅雷会变慢。根据cuda版本选择合适的版本就行。下面是我下载的版本
在这里插入图片描述
解压完成后,将三个文件夹下的所有文件拷贝至CUDA安装目录下对应的文件夹中:
在这里插入图片描述

pytorch

命令行安装

conda 里面新建环境,可以去网上找找,我是在anaconda里面创建的,可参考下面。
创建环境并安装:

conda create -n 你的环境名称 python=3.7
activate 你的环境名称
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
  • 1
  • 2
  • 3

注意看一下是不是gpu版本
在这里插入图片描述
我注意到安装时,这里会安装coda,所以可能直接用上面命令,不安装cuda也是可以的
在这里插入图片描述

anaconda安装

  • 换源
    win+R:%HOMEPATH%
    在这里插入图片描述

用记事本打开:
在这里插入图片描述

粘贴 channnel,保存。试着在网上找了很多源,下面这个是有3.7,也可以顺利创建环境

channels:
  - http://mirrors.aliyun.com/anaconda/pkgs/main
  - http://mirrors.aliyun.com/anaconda/pkgs/r
  - http://mirrors.aliyun.com/anaconda/pkgs/msys2
show_channel_urls: true
ssl_verify: false



  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 新建环境:(关掉梯子!!!!)

在这里插入图片描述
这次安装,在包里面搜不到torch-gpu,应该是这个源里面没有,可以去找找,如果能搜到,安装就很简单。

下载好安装包进行安装

等下次安装有机会,我找个网页,把这一部分补上

检查是否安装gpu版本

python
>>> import torch
>>> print(torch.cuda.is_available())
  • 1
  • 2
  • 3

在这里插入图片描述

本文内容由网友自发贡献,转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/173342?site
推荐阅读
相关标签
  

闽ICP备14008679号