当前位置: 首页 > news >正文

(保姆级)Windows11安装GPU版本Pytorch2.3、CUDA12.6

Pytorch是目前非常主流的深度学习框架,在学习、科研和工作中都必不可少会用到,本文就手把手带你如何在自己的电脑上安装配置Pytorch、CUDA和Anaconda等深度学习AI框架。

首先你要确保自己电脑有NVIDIA的GPU显卡,电脑上已经安装了Anaconda。未安装Anaconda的可以看此教程进行快速安装:https://blog.csdn.net/2503_91827165/article/details/147575874
**

一、查看NVIDIA驱动,CUDA安装(更新)

打开Anaconda Prompt,输入: nvidia-smi命令,查看目前电脑的驱动版本和CUDA版本。
可以看到我这个电脑CUDA版本是11.1,驱动版本是457.51,比较低,与最新的Pytorch不适配,因此需要安装高版本的驱动和CUDA。
在这里插入图片描述
在链接https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html中可以查看不同CUDA版本对应的驱动版本,我这里安装CUDA12.6,最低的驱动版本是560.76。
在这里插入图片描述
驱动下载地址:
https://www.nvidia.cn/geforce/drivers/,选择自己显卡产品,然后搜索
在这里插入图片描述
在搜索结果中选择对应合适的版本即可,我这里选择561.09>560.76(最低要求)。
在这里插入图片描述
下载完成后,直接打开安装即可,默认会替换掉原来的版本。
在这里插入图片描述
安装完成后,再次进入Anaconda Promote,输入nvidia-smi即可看到CUDA12.6和驱动已经更新安装完毕。
在这里插入图片描述

二、安装GPU版本Pytorch

进入Pytorch官网:https://pytorch.org/get-started/previous-versions/
下滑找到V2.3.1或其他版本,如下图所示,找到Windows版本的,CUDA版本选择12.几的,复制这行命令。
在这里插入图片描述
在Anaconda Promote中激活对应环境(需要先创建个环境),然后将命令输入进去,就会自动安装torch和torchvision等包。静等几分钟即可。
在这里插入图片描述
安装完成后,输入 pip list,可以看到torch等组件已经安装完毕。
在这里插入图片描述
在命令行输入一下代码,正常输出内容即为安装成功。

import torch 
torch.cuda.is_available()
torch.__version__

在这里插入图片描述

http://www.dtcms.com/a/289343.html

相关文章:

  • Python爬虫实战:研究Genius库相关技术
  • 【web安全】SQL注入与认证绕过
  • STM32-第八节-TIM定时器-4(编码器接口)
  • Coze智能体长期记忆功能如何做
  • Muon小记
  • 【vue-6】Vue3 响应式数据声明:深入理解 ref()
  • MVP 设计指南:从需求池到产品落地的最小可行路径
  • ABP VNext + Grafana Loki:集中式日志聚合
  • 服装工厂生产管理软件最新核心排名是什么?
  • [simdjson] document_stream | iterate_many() | batch_size | 线程加速 | 轻量handle
  • Pycharm的Terminal打开后默认是python环境
  • 网工实验——路由器小项目
  • 每日面试题10:令牌桶
  • tidyverse-数据可视化 - 图形的分层语法
  • 论文分享(一)
  • C++ primer知识点总结
  • LVS-----TUN模式配置
  • Docker-compose-知识总结
  • 基于单片机倾角测量仪/角度测量/水平仪
  • 双8无碳小车“cad【17张】三维图+设计说名书
  • 【HarmonyOS】ArkUI - 自定义组件和结构重用
  • 【pandoc实践】如何将wordpress文章批量导出为Markdown格式
  • 神经网络:卷积层
  • 使用UV管理PyTorch项目
  • PyTorch常用的简单数学运算
  • Paimon INSERT OVERWRITE
  • 一维数组练题习~
  • PyTorch的基础概念和复杂模型的基本使用
  • 【软件测试】从软件测试到Bug评审:生命周期与管理技巧
  • ESXi6.7硬件传感器红色警示信息