首页 > 其他分享 >如何配置显卡cuda用来pytorch训练

如何配置显卡cuda用来pytorch训练

时间:2025-01-07 17:24:48浏览次数:1  
标签:pytorch cuda https nvidia 显卡 下载

1、 更新显卡驱动程序到最新版

上英伟达官网

https://www.nvidia.cn/drivers/lookup/
现在 ,更新!

2、查看显卡是否支持cuda。

打开显卡控制面板。nvidia

查看显卡的驱动程序版本,此处为566.36

上官网 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
查看对应的下载 cuda的版本

如果都升级到了最新版,其实就是使用最高版本的cuda

3、下载 CUDA Toolkit

https://developer.nvidia.com/cuda-downloads

按照向导做。文件3G。建议用迅雷来下载。

下载完,按向导安装即可。文件较大,建议留好硬盘空间。

4、安装cudann

https://developer.nvidia.com/cudnn-downloads?target_os=Windows&target_arch=x86_64&target_version=10

5、验证安装

命令行两个命令
nvidia-smi
nvcc --version
显示数据了,说明安装正常了

6、安装pytorch

进入官网:https://pytorch.org/get-started/locally/

配置好对应的

在命令行运行下面命令
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
这是对应的pytorch指令。

注意:直接外网下载文件比较大,torch 就要2.5g
你可以先运行一下,然后把对应的文件的网址粘贴到 迅雷。这样会比较快而且可以断点续传。
下载完后, 使用 pip install torch-2.5.1+cu124-cp312-cp312-win_amd64.whl 进行安装。
以上内容为我自己的机器。

标签:pytorch,cuda,https,nvidia,显卡,下载
From: https://www.cnblogs.com/duoba/p/18658000

相关文章

  • 高性能计算-CUDA单流多流控制
    1.介绍:(1)用CUDA计算pow(sin(id),2)+pow(cos(id),2)的结果(2)对比单流(同步传输、异步传输)、多流深度优先调度、多流广度优先调度的效率(包含数据传输和计算)核心代码1.用CUDA计算pow(sin(id),2)+pow(cos(id),2)的结果2.对比单流(同步传输、异步传输)、多流深度优......
  • 动手学习Pytorch:过拟合欠拟合篇
    基本概念训练误差:模型在训练数据集上计算得到的误差泛化误差:模型在原始分布中抽取的无限多的样本上的误差生成数据集根据这个函数来生成数据集生成数据集的顺序如下:生成原始数据x->计算x的多个次方->除以(n-1)!->跟系数点乘得到最后的结果max_degree=20#多项......
  • 【爆肝4万字】PyTorch从入门到精通:张量操作、自动微分、梯度下降全解析
    文章目录前言一、张量的创建1.1基本创建方式1.1.1常用方法1.1.2示例代码1.1.3输出结果1.2创建线性和随机张量1.2.1常用方法1.2.2示例代码1.2.3输出结果1.3创建0和1张量1.3.1常用方法1.3.2示例代码1.3.3输出结果1.4张量元......
  • cuda kernel启动的反汇编
    原始代码//Typeyourcodehere,orloadanexample.extern"C"__global__voidsquare(int*array,intn){inttid=blockDim.x*blockIdx.x+threadIdx.x;if(tid<n)array[tid]=array[tid]*array[tid];}voidsquare_do(int......
  • Linux服务器无Root权限安装Cuda方法及问题解决
    CUDA简介什么是CUDA?CUDA(ComputeUnifiedDeviceArchitecture)是由NVIDIA提供的一种并行计算平台和编程模型,用于加速计算密集型任务。CUDA允许开发者使用GPU的计算能力,通过并行处理来快速执行复杂的计算任务。CUDA包括以下主要组成部分:CUDAToolkit:为开发人员提供工......
  • 深度学习CUDA环境安装教程---动手学深度学习
    首先说明我安装的是《动手学深度学习》中的环境本人是小白,一次安装,可能有不对的地方,望包含。安装CUDA因为我们是深度学习,很多时候要用到gpu进行训练,所以我们需要一种方式加快训练速度。通俗地说,CUDA是一种协助“CPU任务分发+GPU并行处理”的编程模型/平台,用于加速GPU和CPU之......
  • Python学习(五)——配套《PyTorch深度学习实战》
    1.Python的流程控制tips:我使用的Python3.9版本,if、else是要加:的Python的流程控制主要通过条件语句和循环语句来实现,它们允许程序根据特定的条件执行不同的代码块。以下是Python中常用的流程控制结构:条件语句(if-elif-else)条件语句允许程序根据条件的真假来选择执行不同的代......
  • 【学习心得】比较Paddle、Tensorflow和Pytorch
    PaddlePaddle学的时间最长,买了官方的书,官方的在线学习看了两遍。前后大概一年的跨度,看完第一遍后大半年又看了一遍。12月末的时候去参加了百度在上海张江科学大会堂的一个大会。看完第二遍PaddlePaddle决定把Tensorflow也了解下,遇到了蜥蜴书,真心觉得不错的书,前后花了两个月时间......
  • 动手深度学习-PyTorch(第二版)PDF、EPUB免费下载
    电子版仅供预览,下载后24小时内务必删除,支持正版,喜欢的请购买正版书籍点击原文去下载书籍信息作者:阿斯顿·张(AstonZhang)/李沐(MuLi)/[美]扎卡里·C.立顿(ZacharyC.Lipton)/[德]亚历山大·J.斯莫拉(AlexanderJ.Smola)出版社:人民邮电出版社出品方:异步图书译......
  • PyTorch Geometric框架下图神经网络的可解释性机制:原理、实现与评估
    在机器学习领域存在一个普遍的认知误区,即可解释性与准确性存在对立关系。这种观点认为可解释模型在复杂度上存在固有限制,因此无法达到最优性能水平,神经网络之所以能够在各个领域占据主导地位,正是因为其超越了人类可理解的范畴。其实这种观点存在根本性的谬误。研究表明,黑盒模型在......