wordpress 3.9.1 中文杭州排名优化公司电话

1. 查看当前 GPU 所能支持的最高版本的 CUDA

1. 打开 NVIDIA 控制面板；
2. 点击【帮助】菜单，并选择【系统信息】选项；
3. 选择【组件】，并在3D设置模块，找到NVCUDA.DLL，在该行， 可以看到该NVCUDA的版本；
4. 下载显卡驱动 NVIDIA；
5. 安装 CUDA Toolkit Archive；
6. 安装 cudnn；
   

2. 如何判断是否安装了 CUDA

	nvcc -V

如果已经安装了 CUDA，则会显示 CUDA 版本信息；如果没有安装，则会出现「command not found」的错误信息。

3. 安装 PyTorch

使用 Anaconda

3.1 创建虚拟环境

打开 Anaconda Prompt：

• 在 anaconda 中添加镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

• 创建所需虚拟环境：

conda create -n your_env_name python==3.10.0

3.2 激活并进入虚拟环境

1. 在上一步的基础上，对创建完成的虚拟环境进行激活：conda activate my_env；
2. 若要退出当前的虚拟环境，执行以下指令即可：conda deactivate；

3.3 安装 PyTorch

1. 进入 PyTorch 官网，选择相关参数，获取PyTorch安装指令，并在 Anaconda Prompt 终端中执行；
   注意：安装的时候要将命令后的 -c pytorch 后面的内容删除，从国内源进行下载，速度快一些。
2. 安装 PyTorch，至此基础环境已经部署完成；
3. 验证 PyTorch 是否安装成功：

   python 
   import torch 
   torch.cuda.is_available()