1. Verifique la versión aplicable de CUDA de la tarjeta gráfica NVIDIA.
Haga clic con el botón derecho en la página de inicio de la computadora para abrir el panel de control de NVIDIA.
Haga clic en la información del sistema en la esquina inferior izquierda y haga clic en la información del componente.
La versión aplicable de cuda es 11.4, descargue la versión aplicable.
2. Descargar cuda
La dirección de descarga de cuda toolkit https://developer.nvidia.com/cuda-toolkit-archive
se descarga y se hace doble clic para instalar.
Compruebe si las siguientes dos líneas existen en la variable de entorno.
cmd para abrir el símbolo del sistema, ingrese nvcc -V
, y si se obtiene el resultado efectivo, la instalación es exitosa.
3. La descarga e instalación de cudnn
requiere inicio de sesión, lo cual es un poco problemático. Descargue la versión apropiada en https://developer.nvidia.com/rdp/cudnn-archive .
La descarga es un paquete tan comprimido.
Para la instalación, consulte el artículo https://blog.csdn.net/weixin_43848614/article/details/117221384
4. Crear un entorno virtual
conda create -n python38 python==3.8.2
Crear un entorno virtual
conda activate python38
Activar el entorno virtual Descargar y ver la ruta de instalación de anaconda
en el entorno
conda info --envs
5. Descargue pytorch
y verifique la versión correspondiente en el sitio web oficial https://pytorch.org/ .
pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio===0.10.2+cu113 -f
https://download.pytorch.org/whl/cu113/torch_stable.html sitio web oficial
https://pytorch.org/get-started/previous-versions/ sitio web oficial de pytorch
6. Si la red no es buena y no se puede cargar todo el tiempo, descargue directamente los dos archivos '.whl' de torch y torchvision que sean adecuados para la versión local y colóquelos en la carpeta python38. https://download.pytorch.org/whl/torch_stable.html
Ingrese el comando cmd e ingrese la ruta del archivo python38
cd.. 退出目录一层
cd D: 进入D盘
cd D:\pythonEnvironment\python38 进入目录下
pip install torch
7. Comprueba si cuda está disponible
e introduce el código
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.version.cuda)
La salida es verdadera, lo que indica que se ha instalado correctamente.
Referencia: https://blog.csdn.net/java_pythons/article/details/114782621
https://blog.csdn.net/weixin_43288986/article/details/106147746