免费网站建站模板,潍坊网站定制模板建站,mui做网站的好处,台州做网站是什么一、正确安装符合自己电脑的对应GPU版本的PyTorch之前需要了解三个基本概念
算力、CUDA driver version、CUDA runtime version
①算力#xff1a;需要先知道你的显卡#xff0c;之后根据官网表格进行对应#xff0c;得到算力 ②CUDA driver version#xff1a;电脑上显卡…一、正确安装符合自己电脑的对应GPU版本的PyTorch之前需要了解三个基本概念
算力、CUDA driver version、CUDA runtime version
①算力需要先知道你的显卡之后根据官网表格进行对应得到算力 ②CUDA driver version电脑上显卡的硬件驱动 ③CUDA runtime versionpytorch官网上所显示的CUDA版本号 三者之间需要满足的关系 CUDA driver version ≥ CUDA runtime version (即②≥③) CUDA runtime version得支持自己电脑GPU所对应的算力(即②得支持①)
二查看自己电脑GPU型号
快捷键Ctrl Shift Esc 例如我的是NVIDIA GeForce GT 640M 建议在此之前先安装最新版的显卡驱动官网驱动下载链接
三、转换算力
官网查询算力对照表 官网需要翻墙这里给个传送门NVIDIA显卡算力查询 我这里是3.0的算力(2008年奥运限定款电脑 哈哈哈哈)
四、确定CUDA版本所支持的算力
传送门不同版本CUDA支持的算力 我这个是3.0的算力对应可以选择9.0-9.2和10.0-10.2的CUDA runtime version
五、查看自己的CUDA driver version
winR输入cmd打开命令窗口输入nvidia-smi 我这里是10.1 (10.1)这个是CUDA driver version值要大于CUDA runtime version(9.0-9.2和10.0-10.2) 最终进行筛选CUDA runtime version可以是9.0、9.1、9.2、10.0、10.1这里选择10.0的就行了
六、在线安装自己的GPU版本的pytorch
pytorch官网找到CUDA为10.0的进行安装 因为我的电脑比较老然后选择之前的版本CUDA进行下载安装
CUDA runtime version版本10.0对应的pytorch为v1.2.0版本因为这里是Conda进行安装的最终确定命令为 conda install pytorch1.2.0 torchvision0.4.0 cudatoolkit10.0 -c pytorch 这里的-c是下载通道含义-c pytorch表示从pytorch官网下载因为是外国的服务器一般会很慢。我们可以看到这条命令其实是下载了三个库 pytorch1.2.0 torchvision0.4.0 cudatoolkit10.0 快速下载 从清华源进行下载pytorch和torchvision是一个地址cudatoolkit是另一个地址 conda install pytorch1.2.0 torchvision0.4.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ conda install cudatoolkit10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
报错问题
在自己的环境空间下输入命令即可 若出现下述问题CondaHTTPError: HTTP 403 FORBIDDEN for url
解决方法
最好的办法就是早上搞家人们尤其是早上6点多网速飞起像这种下载超时错误一般都能解决
重置配置文件conda config --remove-key channels 添加清华源 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes 之后再次运行即可 也可参考博文Anaconda中下载速度贼慢
七、本地安装PyTroch
若第六步老是出问题那就直接本地下载安装得了 例如通过torch官网找到的命令为conda install pytorch1.2.0 torchvision0.4.0 cudatoolkit10.0 -c pytorch 可以知道需要下载pytorch1.2.0、torchvision0.4.0和cudatoolkit10.0 下载链接传送门
cu100CUDA10.0 cp37python3.7版本 找到对应的windows64位进行下载即可 需要下载torch1.2.0和torchvision0.4.0python版本按实际情况进行下载即可
下载完成之后在环境空间下输入下面的命令进行本地安装 pip install D:\BaiduNetdiskDownload\torch-1.4.0-cp37-cp37m-win_amd64.whl 其中D:\BaiduNetdiskDownload\torch-1.4.0-cp37-cp37m-win_amd64.whl为下载的路径这个是安装torch-1.4.0。 当然也得安装torchvision0.4.0同样的道理安装俩哈
八、验证
环境空间下依次输入以下命令 python import torch torch.cuda.is_available() 若返回True表示安装GPU成功 quit()退出编辑器
完结~~ 撒花~~
