当前位置: 首页 > news >正文

2025windows系统40系英伟达GPU显卡Pytorch环境配置(base:py3.8)

## 此贴仅为记录自用,截至发帖时没有问题,若有错误请参考其他帖子。

一、下载anaconda或者miniconda

#网上直接搜索下载,以后有机会再改

二、查看CUDA

#图形化界面展示or简单指令

##1.图形化界面

WIn+S 搜索NVIDIA Control Panel -> 左下角点击系统信息 -> 上面点击组件 -> 3D设置中NVCUDA64.DLL的产品名称,数字即为系统支持的cuda版本的最高的版本号

## 2.简单指令

Win+R 输入cmd -> 输入nvidia-smi -> 查看 CUDA Version,数字即为系统支持的cuda版本的最高的版本号

三、下载CUDA以及Cudnn并安装

## 下过了以后有空改

参考链接:https://blog.csdn.net/weixin_44791964/article/details/106037141 中 二、Cudnn和CUDA的下载和安装

#根据上面CUDA版本号只要不超过最高的随意下载Cudnn跟CUDA版本号对应即可,记住这个你下载的版本号

# 下载后Win+R cmd 输入nvcc -V 看Cuda compilation tools, release后面的数字是否对应版本号

四、anaconda虚拟环境(配置torch所需环境并激活)

## 1.命令行输入

Win + S 输入 anaconda Prompt -> 输入 conda create -n xxx python=3.8 -> 下载完成输入activate xxx

## 2.图形化界面

如果创建项目可以去pycharm,如果没有去anaconda图形化界面点击

四、下载Pytorch

##Pytorch官网 https://pytorch.org/get-started/previous-versions/

去官网找到自己CUDA版本号对应的系统的指令,进入官网按Ctrl + F 右上角搜索:CUDA 你的版本号(比如CUDA 12.4),找到对应指令复制下来,然后先别再上面激活的环境下载,看下面参考链接:https://blog.csdn.net/YY007H/article/details/141962724,修改后的指令最后的cu118改为你的CUDA版本号(无小数点,如CUDA 12.4 为cu124)

最后在你的anaconda虚拟环境中输入python -> 输入import torch 没报错就下载成功(之后可以输入print(torch.__version__)验证pytorch版本)

http://www.dtcms.com/a/394478.html

相关文章:

  • 第15章 报警管理
  • Java并发安全解析
  • 三次样条曲线速度规划方法介绍
  • 重拓扑建模之陶瓷摆件的诞生
  • 计算机视觉数据预处理核心:空间变化与归一化的深度解析与实战指南
  • PCIe 8.0协议规范0.3版本发布!
  • 【Leetcode hot 100】199.二叉树的右视图
  • Product Hunt 每日热榜 | 2025-09-21
  • CMake进阶教程:库文件构建、发布及列表操作技巧
  • 因果推断DAGs和控制变量:如何使用有向无环图选择因果推断的控制变量
  • Nginx优化全攻略(上):基础配置优化!
  • 七、Scala 包、样例类与样例对象
  • CSP - 2025 普及组初赛试题及解析
  • Matlab实现点云的体素下采样
  • 淘宝 item_search_img(拍立淘)API 接口获取与应用指南
  • Python网络请求库requests使用详述
  • B站 弹幕 相关工具
  • 23 webUI应用基础案例-线稿上色
  • 【MicroPython编程】-深入了解MicroPython 的垃圾收集
  • STM32F429I-DISC1【板载LED呼吸灯】
  • OBOO鸥柏工业触摸屏:信创国产化芯片驱动,展现军工级卓越性能
  • Ubantu命令行指令大全
  • 字节面试题:正则化技术如何影响网络梯度
  • Java进阶教程,全面剖析Java多线程编程,死锁,笔记15
  • 【含文档+PPT+源码】基于SpringBoot+Vue的车牌识别实时交通流量统计系统
  • C++动态规划4
  • chmod命令
  • kernel 6.6中新增的EEVDF特性
  • MATLAB M代码解释器设计与C++实现
  • nivida jetson orinnx torch环境搭建