基于anaconda3的Pytorch环境搭建
2022/9/12 23:25:51
本文主要是介绍基于anaconda3的Pytorch环境搭建,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
方法一
- 安装anaconda3,版本选择新的就行
- 打开anaconda prompt创建虚拟环境
conda create -n pytorch_gpu python=3.9
,pytorch_gpu是环境名称,可自行选取,python=3.9是选择的python版本,可自行选择,conda会自动下载选择的python版本 - 接下来去pytorch官网 https://pytorch.org/get-started/locally/
- 直接选择最新的cuda安装,把conda命令复制到环境下执行即可
- 安装结束执行torch.cuda.available()返回true则成功
(这个方法最简单但可能会不行,我自己环境下是没问题的,尽管的我的显卡驱动版本不支持cuda的高版本,但是也可以,不行换第二个方法)
方法二
- 安装anaconda3,版本选择新的就行
- 打开anaconda prompt创建虚拟环境
conda create -n pytorch_gpu python=3.9
,pytorch_gpu是环境名称,可自行选取,python=3.9是选择的python版本,可自行选择,conda会自动下载选择的python版本 - 打开cmd按照下图输入查看显卡驱动版本
- 查看显卡驱动版本与cuda兼容版本
(链接:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html ) - 选择合适的cuda版本,比如我这里驱动版本为457,那么可以选择任何比457小的cuda版本。(我这里>=457的都用不了)
- 接下来去pytorch官网(https://pytorch.org/get-started/previous-versions )
- 先进入自己创建的虚拟环境
- 在pytorch官网中找到匹配自己cuda版本的conda命令复制到自己的conda环境下安装(这一步没必要切换源,我从官网直接下每次都成功了)
- 安装结束执行torch.cuda.available()返回true则成功
补充
- 每必要按照大部分网上的教程安装cuda再安装cudann,因为pytorch官网的conda命令包含了cudatoolkit
这篇关于基于anaconda3的Pytorch环境搭建的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-01巧用 TiCDC Syncpoint 构建银行实时交易和准实时计算一体化架构
- 2024-05-01银行核心背后的落地工程体系丨Oracle - TiDB 数据迁移详解
- 2024-04-26高性能表格工具VTable总体构成-icode9专业技术文章分享
- 2024-04-16软路由代理问题, tg 无法代理问题-icode9专业技术文章分享
- 2024-04-16程序猿用什么锅-icode9专业技术文章分享
- 2024-04-16自建 NAS 的方案-icode9专业技术文章分享
- 2024-04-14ansible 在远程主机上执行脚本,并传入参数-icode9专业技术文章分享
- 2024-04-14ansible 在远程主机上执行脚本,并传入参数, 加上remote_src: yes 配置-icode9专业技术文章分享
- 2024-04-14ansible 检测远程主机的8080端口,如果关闭,则echo 进程已关闭-icode9专业技术文章分享
- 2024-04-14result 成功怎么写-icode9专业技术文章分享