邯郸建设企业网站,建设银行山东 2015招聘网站,长春工程建设信息网站,广州房地产网站建设方案目录
一、CUDA安装
1.查看自己电脑适配的CUDA的最高版本
2.安装CUDA
3.检查环境变量是否配置#xff0c;安装是否成功
二、pytorch库安装
1.pytorch库下载
2.选择合适的版本
3.查看版本 一、CUDA安装
1.查看自己电脑适配的CUDA的最高版本
在命令提示符里输入nvidia-…目录
一、CUDA安装
1.查看自己电脑适配的CUDA的最高版本
2.安装CUDA
3.检查环境变量是否配置安装是否成功
二、pytorch库安装
1.pytorch库下载
2.选择合适的版本
3.查看版本 一、CUDA安装
1.查看自己电脑适配的CUDA的最高版本
在命令提示符里输入nvidia-smi表格右上角显示的CUDA版本是该电脑适配的最高版本一般下载比该版本低一点的版本因为会更稳定 2.安装CUDA
CUDA下载地址
CUDA Toolkit Archive | NVIDIA Developer
自选版本下载我下载的是11.8.0版本的 选择windowsx86win10一般选择local本地下载推荐使用迅雷下载浏览器下载很慢 选择默认路径即可 正在安装 自动检查系统兼容性 选择自定义安装 第一次安装全选 使用默认位置即可放c盘就行尽量不要放de盘 下一步直到安装完成 3.检查环境变量是否配置安装是否成功
可以在命令提示符输入set cuda 来查看环境变量是否配置 也可以在系统变量里查看有无上面的路径 最后在命令提示符输入nvcc -V 或者 nvcc --version查看安装好的CUDA版本及其信息 二、pytorch库安装
1.pytorch库下载
复制下方红框里的网址 进入网页之后下滑找到torch点击进入 2.选择合适的版本
按ctrlf搜索网页内容找到符合条件的torch版本进行安装 cp表示python解释器的版本需要与自己所用的解释器版本一致cu表示CUDA版本可以比自己下载的CUDA版本低torch选择1.0的版本不要选择2.0及以后的版本 3.查看版本
安装好了之后在命令提示符里输入pip list 即可查看python解释器安装的所有的第三方库出现该行即安装成功
