Drei Methoden, wählen Sie eine, empfohlene Methode 1, 2
Methode 1, CUDA, Pip/Conda Pytorch
CUDA
Gehen Sie zuerst zur offiziellen NVIDIA-Website, um CUDA zu finden, installieren Sie CUDA, gehen Sie dann zur offiziellen Website von Pytorch, um Pytorch zu finden, und installieren Sie
die neueste Version von CUDA https://developer.nvidia.com/cuda-downloads
historische Version von CUDA https://developer .nvidia.com/cuda-toolkit-archive
nach Bedarf auswählen
Pip/Conda Pytorch
pytorch https://pytorch.org/get-started/locally/
historische Version pytorch https://pytorch.org/get-started/ previous-versions/
Wählen Sie nach Bedarf aus
Methode 3, NVIDIA-Treiber, Pip/Conda Pytorch
NVIDIA-Treiber
Windows-Treiber https://www.nvidia.cn/Download/index.aspx?lang=cn
Ubuntu-Treiber
sudo apt search nvidia-driver | grep nvidia-driver
Finden Sie einfach ein passendes und neueres Modell oder wählen Sie nach Ihren Bedürfnissen aus
Pip/Conda Pytorch
pytorch https://pytorch.org/get-started/locally/
historische Version pytorch https://pytorch.org/get-started/ previous-versions/
Wählen Sie nach Bedarf aus
Methode 3, NVIDIA-Treiber, NVIDIA Docker
NVIDIA-Treiber
Windows-Treiber https://www.nvidia.cn/Download/index.aspx?lang=cn
Linux-Treiber, nehmen Sie Ubuntu als Beispiel
# 命令行输入
sudo apt search nvidia-driver | grep nvidia-driver
Finden Sie einfach ein passendes und neueres Modell oder wählen Sie nach Ihren Bedürfnissen aus