网站建设 搞笑笑话,代加工厂找订单的网站,去大连需要下载哪些软件,找做网站公司需要注意什么条件卷积神经02-CUDAPytorch环境安装 在使用Python进行pytorch的使用过程中遇到各种各样的版本冲突问题#xff0c;在此进行记录 0-核心知识脉络
1#xff09;根据自己电脑的CUDA版本安装对应版本的Pytorch#xff0c;充分的使用GPU性能2#xff09;电脑要先安装【CUDA ToolKi…卷积神经02-CUDAPytorch环境安装 在使用Python进行pytorch的使用过程中遇到各种各样的版本冲突问题在此进行记录 0-核心知识脉络
1根据自己电脑的CUDA版本安装对应版本的Pytorch充分的使用GPU性能2电脑要先安装【CUDA ToolKit】【cuDNN】【Conda环境GPU的Pytorch】 1-核心参考网址
GPU上运行PyTorchhttps://blog.csdn.net/qq_60735796/article/details/140478985 2-深度学习CUDA环境安装 总结:我的电脑cuda驱动是【CUDA 驱动 12.6.73】,因为没有对应版本所以安装的是最近版本【CUDA ToolKit 12.6.3】;但是真实使用的时候只能用【11.8】对应的Pytorch软件包 1查看GPU的CUDA版本 2Pytorch和CUDA版本对应关系
1第一步查看Pytorch和CUDA版本对应关系
2第二步nvidia-smi 查看当前机器的版本
3下载CUDAKit版本 虽然我可以使用[nvidia-smi]命令但是我还是安装了【CUDAKit】和【CUDNN】 英伟达官网CUDA下载地址https://developer.nvidia.com/cuda-toolkit-archive 版本-页面1 下载CUDAKit版本-页面2 4下载cuDNN版本 虽然我可以使用[nvidia-smi]命令但是我还是安装了【CUDAKit】和【CUDNN】 英伟达官网cuDNN下载地址https://developer.nvidia.com/cudnn 下载cuDNN版本-页面 进行环境变量配置
D:\TT_INSTALL\AI_CUDA_ToolKit\bin
D:\TT_INSTALL\AI_CUDA_ToolKit\libnvvp5安装cuDNN版本 在安装的时候貌似装了两个【11.8】【12.6】;因为后续我要进行12.6对应的pytorch安装时提示我没有12.6对应的软件包只能使用11.8 6省略Anaconda安装和配置 可以参考https://www.jianshu.com/p/4dc3647317c3 7Anaconda切换环境后安装pytorch
# 1-目前2025-01-11只能使用11.8对应的包
conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia
conda install pytorch torchvision torchaudio cudatoolkit11.8 -c pytorch# 2-貌似2025-01-11目前没有12.6对应的包
conda install pytorch torchvision torchaudio pytorch-cuda12.6 -c pytorch -c nvidia
conda install pytorch torchvision torchaudio cudatoolkit12.6 -c pytorch3-深度学习CUDA环境验证 安装【CUDA ToolKit】【cuDNN】【Conda环境GPU的Pytorch】-显示GPU可用 import torch
import torchvision# 1-验证当前设备是否支持GPU
device torch.device(cuda if torch.cuda.is_available() else cpu)
print(f1-current device support {device})# 2-验证当前的PyTorch版本和CUDA版本
print(f2-torch version is {torch.__version__}) # 打印PyTorch版本
print(f3-torchvision version is {torchvision.__version__}) # 打印PyTorchVision版本
print(f4-torch.version.cuda is {torch.version.cuda}) # 打印CUDA版本
print(f5-torch.cuda.is_available is {torch.cuda.is_available()}) # 打印CUDA是否可用
# 1-未安装CUDA的环境下输出结果如下
1-current device support cpu
2-torch version is 2.5.1cpu
3-torchvision version is 0.20.1cpu
4-torch.version.cuda is None
5-torch.cuda.is_available is False# 2-安装CUDA的环境下输出结果如下
1-current device support cuda
2-torch version is 2.5.1
3-torchvision version is 0.20.1
4-torch.version.cuda is 11.8
5-torch.cuda.is_available is True4-个人Pytorch环境说明
1【CPU版本】创建一个PY环境-使用torch1.7.1
pip install torch1.7.1 torchvision0.8.2 torchaudio0.7.2 -f https://download.pytorch.org/whl/torch_stable.html2【GPU版本】创建一个PY环境-使用GPU版本torch
conda install pytorch torchvision torchaudio pytorch-cuda11.8 -c pytorch -c nvidia
conda install pytorch torchvision torchaudio cudatoolkit11.8 -c pytorch3CUDA和CONDA关系 1CUDA安装是【机器】级别的-只要安装了后续pytorch在检测的时候就知道GPU是否可用硬件级别上的一个软件支撑2CONDA安装的是Python对应的版本不同的python版本再安装不同的pytorch版本但是都要依赖硬件
