这篇教程PyTorch CUDA环境配置及安装的步骤(图文教程)写得很实用，希望能帮到您。
Pytorch版本介绍 - torch：1.6
- CUDA：10.2
- cuDNN：8.1.0
✨安装 NVIDIA 显卡驱动程序一般 电脑出厂/装完系统 会自动安装显卡驱动 如果有 可直接进行下一步 下载链接 http://www.nvidia.cn/Download/index.aspx?lang=cn 
选择和自己显卡相匹配的显卡驱动 下载安装
✨确认项目所需torch版本# pip install -r requirements.txt# base ----------------------------------------Cythonmatplotlib>=3.2.2numpy>=1.18.5opencv-python>=4.1.2pillowPyYAML>=5.3scipy>=1.4.1tensorboard>=2.2torch>=1.6.0torchvision>=0.7.0tqdm>=4.41.0# coco ----------------------------------------# pycocotools>=2.0# export --------------------------------------# packaging # for coremltools# coremltools==4.0# onnx>=1.7.0# scikit-learn==0.19.2 # for coreml quantization# extras --------------------------------------# thop # FLOPS computation# seaborn # plotting 例如此项目需求torch>=1.6 在PyTorch官网查看与之匹配的CUDA版本 https://pytorch.org/get-started/previous-versions/ 
这里可以从conda命令看出 torch1.6 可以安装10.2版本的CUDA torch与CUDA版本一定要匹配！
✨安装 CUDANVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件 查看NVCUDA.DLL 后的参数 
本机是10.2 //如果更新了显卡驱动这里参数可能会变高 下载的CUDA版本可以低于这里显示的参数 但是一定要与torch版本匹配
下载下载链接：https://developer.nvidia.com/cuda-downloads //上面的链接默认下载的是最新版本的CUDA 要下载之前版本的CUDA在上述下载页面下滑 然后点击 ”CUDA早期版本档案” 
或者直接点击CUDA早期版本档案 跳转 选择CUDA Toolkit 10.2 
选择对应操作系统版本然后点击Download ！Installer Type一定要选exe(local) 
安装
安装完成 在Terminal输入以下命令 
显示CUDA版本则相关环境变量已经自动配置
✨安装cuDNN
下载下载链接 https://developer.nvidia.com/rdp/cudnn-archive 
选择和操作系统以及CUDA相匹配的cuDNN版本 例如我刚才安装了CUDA10.2 这里选择Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 10.2 安装解压下载的zip 
把解压得到的文件夹内的bin、include、lib目录下的dll文件与h文件分别复制到相应的CUDA的安装目录下 默认安装目录分别为 C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.2/binC:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.2/includeC:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.2/lib 
✨安装PyTorch
在线安装在PyTorch官方链接上查看相应安装命令 https://pytorch.org/get-started/previous-versions/ 例如我要安装CUDA10.2版本的torch1.6 对应的conda命令是 
# CUDA 10.2conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch ！在线安装速度很慢 可以选择下面离线安装的方法
离线安装whl下载链接 https://download.pytorch.org/whl/torch_stable.html 选择对应CUDA、Python、操作系统、torch版本的whl 例如我要安装CUDA10.2、Python3.8、torch1.6 版本的whl 应下载 cu102/torch-1.6.0-cp38-cp38-win_amd64.whl 
例如我要安装CUDA10.2、Python3.8、torchvision0.7 版本的whl 应下载 cu102/torchvision-0.7.0-cp38-cp38-win_amd64.whl 
然后在conda环境中安装 pip install torch-1.6.0-cp38-cp38-win_amd64.whl 
pip install torchvision-0.7.0-cp38-cp38-win_amd64.whl 
安装完成
✨确认环境是否配置成功import torchprint(torch.__version__)print(torch.cuda.is_available()) 
如上所示环境配置成功
✨参考及引用https://blog.csdn.net/qq_37296487/article/details/83028394 https://blog.csdn.net/maoersong/article/details/104484826 https://blog.csdn.net/qq_36653505/article/details/83932941
到此这篇关于PyTorch CUDA环境配置及安装的步骤(图文教程)的文章就介绍到这了,更多相关PyTorch CUDA配置及安装内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Flask交互基础(GET、 POST 、PUT、 DELETE)的使用
python基础之set集合详解 |
