基于cuda10.0的pytorch深度学习环境配置

您所在的位置：网站首页 › 如何验证pytorch能调用gpu › 基于cuda10.0的pytorch深度学习环境配置

基于cuda10.0的pytorch深度学习环境配置

2022-11-30 05:30| 来源: 网络整理| 查看: 265

基于cuda10.0的pytorch深度学习环境配置(报错解决) 1.首先查看自己nvidia 显卡的版本，一般都能适用cuda10.0：

1.打开win+s 搜索nvidia控制面版，查看系统信息

在这里插入图片描述

2.可以看到自己CUDA的版本号 496.76，

在这里插入图片描述

在安装CUDA之前，需要查看自己电脑的GPU驱动的版本，因为CUDA版本对GPU驱动版本有要求，对应关系如下：

所以完全满足安装cuda10.0

2.安装cuda10.0和cudnn

安装链接：

CUDA和cuDNN 安装10.0版本

3.创建和安装pytorch环境： 1、对应cuda10.0的pytorch安装命令：

安装的pytorch版本需要和cuda版本一致，orch官网

寻找历史版本：

在这里插入图片描述

安装命令如下：

# CUDA 10.0 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch 2、创建pytorch_gpu环境：

进入Anaconda prompt命令界面创建名为pytorch的虚拟环境：

# python版本号为3.7：

conda create -n pytorch python=3.7

使用activate激活该环境

conda activate pytorch

在这里插入图片描述

输入上面的pytorch安装命令：

在这里插入图片描述

如果安装出错，显示pytorch网址则需要手动下载torch包：

先不要急着退出命令行界面！！！！！！，下载好torch包后继续操作。

链接：百度网盘torch包提取码：2022

拷贝至Anaconda3指定路径下：C:\Users\X\anaconda3\pkgs

在这里插入图片描述

然后就在命令行界面继续输入：

conda install --use-local pytorch-1.7.0-py3.7_cuda101_cudnn7_0.tar.bz2

即可安装成功。

4.验证环境安装成功，能成功调用gpu：

在Anaconda prompt命令界面输入activate pytorch，激活环境，

输入python

在这里插入图片描述

引入torch

import torch

torch.cuda.is_available（）

如果显示True表示安装成功。

在这里插入图片描述

【本文地址】

基于cuda10.0的pytorch深度学习环境配置

基于cuda10.0的pytorch深度学习环境配置

今日新闻

推荐新闻