此文章主要针对以下文章所写:
一、Visual Studio 下载与安装
二、查看 Torch 对应的 CUDA 版本
访问 Pytorch官网
三、CUDA 下载与安装
访问 Nvidia Developer | CUDA Toolkit Archive
四、cuDNN 下载与配置
访问 Nvidia Developer | cuDNN Archive
满足 11.8.0 的都可以下载
将文件拷贝至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
合并所有目录,配置环境可以不做任何更改!
五、安装环境
注意,激活对应的虚拟环境,本文用到的虚拟环境是 [vicuna]
> pip uninstall torch [安装前,卸载该环境包]
方式一:
> conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
方式二:
> conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
六、验证环境
创建文本文件命名为 GpuTest.py,复制以下内容保存!
import torch
print("是否可用:", torch.cuda.is_available())
print("GPU数量:", torch.cuda.device_count())
print("torch方法查看CUDA版本:", torch.version.cuda)
print("GPU索引号:", torch.cuda.current_device())
print("GPU名称:", torch.cuda.get_device_name(0))
> python GpuTest.py [执行脚本]
- 打赏
请选择打赏方式
- 微信
- 支付宝