肇庆微网站seo关键词排名软件

之前我是用的都是VMware的虚拟机且安装的是cpu的pytorch版本,因为想要使用GPU,最终实现了在Windows上使用GPU,并且相关原理也在参考文章或视频内,可以通过原理自行挑选自己所需的配置并安装。

前提:
1.已安装anaconda
2.windows环境

1.GPU安装

1.1 名词解释

Nivida显卡驱动:英伟达推荐的cuda版本驱动（nvidia-smi）

Cuda版本:GPU使用的必备组件(nvcc -V)

参考:(99+ 封私信 / 80 条消息) NVIDIA-SMI 显示的cuda version 是指当前版本还是最大可以支持的 cuda 版本？ - 知乎 (zhihu.com)

1.2 卸载旧版本的CUDA

以下的全部卸载掉:

参考文章:windows cuda更新教程 - 哔哩哔哩 (bilibili.com)

1.3 版本选择步骤(Nivida显卡推荐cuda版本 Cuda版本 Pytorch版本)

1.确定显卡是否存在,且安装与更新驱动
2.确定显卡推荐的cuda版本(nvidia-smi)

3.确定算力并且确定多个cuda版本(文章::https://en.wikipedia.org/wiki/CUDA)[可能需要翻墙]

4.通过pytorch,python完全确定cuda版本

条件:
1.cuda版本小于显卡推荐驱动的版本
2.cuda版本符合pytorch的指定版本
3.pytorch对python版本的要求合适

所以可以确定

显卡版本:NVIDIA GeForce RTX 3050
算力:8.6
显卡推荐驱动版本:12.4
cuda版本:11.8
python版本3.8
pytorch版本最新  

以上的版本确定参考视频:23. GPU版本-GPU与CUDA准备工作_哔哩哔哩_bilibili

1.4 安装并创建新的虚拟环境

1.安装cuda(最好选择local,除了路径都可以默认)
2.创建新的虚拟环境并安装包与库

conda create --name ckyAb python=3.8 -y
activate ckyAb(这个命令来自于Pytorch pip下的命令 可能安装时间过长,这个可以通过更换源)
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118pip install jupyter d2l  -i https://pypi.tuna.tsinghua.edu.cn/simple之后将李沐的课程代码包下载解压缩并放到虚拟环境的目录下,直接执行jupyter notebook即可

参考文章:李沐动手学深度学习Windows环境配置_哔哩哔哩_bilibili

1.5 更换源

1.先查到所有软件配套版本(选择合适的)

2.根据文章设置源并且根据文章提供的命令更改参数

1.设置清华源
pip config set global.index-url http://pypi.tuna.tsinghua.edu.cn/simple2.更改参数(1.torch torchvision torchaudio的版本 2.cu102改成自己的版本 我的是cu118)
pip --trusted-host pypi.tuna.tsinghua.edu.cn install torch==2.2.0+cu118 torchvision==0.17.0+cu118 torchaudio==2.2.0 -f https://download.pytorch.org/whl/torch_stable.html

参考文章:（超详细）win11换国内源并下载安装pytorch_pytorch换源-CSDN博客

更换源的方法(可能有用):(99+ 封私信 / 80 条消息) 怎么从国内源中下载指定CUDA版本的Pytorch? - 知乎 (zhihu.com)

参考视频Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili

2.如何判断是否可用

使用cuda(0) 是否显示正常