网站开发验证码图片不显示,wordpress 更改logo,湛江网站建设托管,工厂招工最新招聘信息pytorch安装记录 1 安装anconda2 安装pycharm3 安装显卡驱动4 根据显卡驱动版本下载CUDA5 cudnn安装6 根据CUDA版本安装pytorch7 pytorch卸载 1 安装anconda
下载地址: https://www.anaconda.com/download#downloads 验证是否安装成功#xff1a;打开cmd, 输入 conda 验证环… pytorch安装记录 1 安装anconda2 安装pycharm3 安装显卡驱动4 根据显卡驱动版本下载CUDA5 cudnn安装6 根据CUDA版本安装pytorch7 pytorch卸载 1 安装anconda
下载地址: https://www.anaconda.com/download#downloads 验证是否安装成功打开cmd, 输入 conda 验证环境变量是否配置成功打开cmd输入 conda --version 创建虚拟环境如 conda create -n pytorch_1.4_gpu python3.6 conda create -n pytorch_1.4_cpu python3.7
2 安装pycharm
下载地址https://www.jetbrains.com.cn/en-us/pycharm/download/?sectionwindows
3 安装显卡驱动
下载地址https://www.nvidia.com/download/index.aspx?langen-us
查看显卡驱动版本 方法1NVIDIA控制面板 → 系统信息 方法2cmd窗口 → nvidia-smi
4 根据显卡驱动版本下载CUDA
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components 下载地址https://developer.nvidia.com/cuda-toolkit-archive 默认安装位置C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1 cuda安装验证:nvcc -V
5 cudnn安装
地址https://developer.nvidia.com/rdp/cudnn-archive 下载后解压 将解压后的3个 文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1 进入到demo文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite执行两个程序查看cudnn是否安装成功
6 根据CUDA版本安装pytorch
http://pytorch.p2hp.com/ 通过图片上链接https://download.pytorch.org/whl/nightly/cu121下载pytorch 通过搜索的方式下载需要的版本如 如果没有GPU直接下载 注此处下载的版本需要与anconda中创建的虚拟环境的python版本一致
安装方式激活虚拟环境打开下载文件的文件位置输入 pip install torch-2.1.0cu121-cp39-cp39-win_amd64.whl pip install torchvision-0.16.0cu121-cp39-cp39-win_amd64.whl 验证是否安装成功
import torchprint(hello pytorch {}.format(torch.__version__))
print(torch.cuda.is_available())7 pytorch卸载
conda uninstall pytorch conda uninstall libtorch
