网站建设费用的会计分录,上海培训网站建设,手机网站建设的教程视频,wordpress最新1.根据自己的显卡型号下载显卡驱动并安装。这一步会更新你的显卡驱动#xff0c;也可忽略第1步#xff0c;如果第2步出现问题#xff0c;返回执行第1步。 点击这里下载英伟达显卡驱动 2.安装完成后#xff0c;wincmd打开命令行#xff0c;输入nvidia-smi#xff0c;查看…1.根据自己的显卡型号下载显卡驱动并安装。这一步会更新你的显卡驱动也可忽略第1步如果第2步出现问题返回执行第1步。 点击这里下载英伟达显卡驱动 2.安装完成后wincmd打开命令行输入nvidia-smi查看GPU信息。 右上角CUDA Version是最高支持的CUDA版本号。如果提示nvidia-smi不是内部或外部命令可能是因为步骤1没有完成。有的文章指出解决这个问题的方法是进入到C:\Program Files\NVIDIA Corporation\NVSMI目录然后再执行nvidia-smi命令。但如果你没有NVIDIA这个目录那么执行步骤1就可以解决你的问题 3.下载pytorch点击下载 这个页面提供的是CUDA11.6 和 11.7版本的可以选择这些版本安装只要第2步中查询到的CUDA Version大于等于你想要安装的版本即可。我选择安装较早一个版本CUDA 11.3的下面的步骤都以此为例。如果这个页面没有你需要的CUDA 版本或像我一样希望安装一个较早版本的那么 选择previous pytorch versions 找到以下页面 只需要根据上述提示复制相应的命令然后打开命令行。这里我复制了CUDA 11.3 对应的命令 4.进入conda虚拟环境并粘贴命令回车执行如果执行过程中出现Proceed[y/n]?输入y即可如果你还不了解什么是conda或没有安装conda可以找一下有关anaconda或miniconda的教程安装即可。建议使用conda管理python环境尽管不使用conda也能安装pytorch但conda创建的虚拟环境可以避免在以后不同项目的开发中遇到python模块版本冲突的问题 5.通过上面步骤已经同时完成了pytorch 以及 CUDA和 torchvision的安装。不需要像其他教程一样先安装CUDA再安装torchvision等也不需要查询这几者间的版本对应关系省去了很多烦恼。 下面我们检查一下是否安装成功 torch.cuda.is_available()返回True就说明可使用GPU进行训练了。以上顺利执行说明成功安装了pytorch。如果你要在开发环境如VScode、pycharm中使用pytorch那么在选择解释器的时候选择安装了pytorch的那个虚拟环境就可以。例如
注torchvision是用于计算机视觉的库但是当我打开python执行import torchvision时出现了错误Failed to load image Python extension 解决方法是卸载torchvision并重新安装相同版本的torchvision出现这个错误的原因不明网上有的说是版本不匹配造成的但是我查询了版本对应表并没有不匹配但是卸载并安装同样版本的torchvision可以解决此问题 执行后再次尝试导入torchvision没有报错。
