IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> Windows11+cuda10.0+Pytorch安装(附文件下载链接) -> 正文阅读

[人工智能]Windows11+cuda10.0+Pytorch安装(附文件下载链接)

背景

由于windows11刚出,想体验一下简约清爽的界面,一头热就升级到windows11了,用了大概一个月突然发现太卡了,没有windows10的体验感,想换回去,于是在网上找教程,发现了下图(挺秃然的):
在这里插入图片描述

? 好家伙,居然被Microsoft安排了一波。不想重装系统的我就姑且忍受这暂时的卡顿吧,相信微软会改进这一点的(起码在UI界面的设计方面还是有很大的提升的)。突然,今天上机器学习的实验课的时候,老师让我们在自己的电脑上搭建pytorch环境,我想着之前windows10遗留下的GPU版本的pytorch的任务没完成,今天就把这个待解"问题"完成一下。

真正的背景

希望能够帮助更多的朋友减少搭建环境的时间,更快地投入开发。接下来就是真正地搭建环境了,我的硬件为:联想拯救者R7000,GPU的版本为:GTX1650;软件为:anaconda、pycharm、python3.7版本

?

步骤

  1. 安装对应版本的CUDA
  2. 安装CUDA对应的CUDNN
  3. 安装对应CUDA、python版本对应的torch
  4. 安装torch对应的torchvision

具体实现

1.安装对应版本的CUDA

1.1.查看自己的CUDA的版本
  • 打开NVIDIA Control Panel,点击系统信息
    在这里插入图片描述

  • 点击组件,查看到自己的CUDA最高的版本,当然如果安装低于这个版本的CUDA也是可以的,但是注意不能安装高于这个版本的CUDA哦

在这里插入图片描述

1.2 下载并安装CUDA
  • 官网找到合适的版本下载,官网链接:https://developer.nvidia.com/cuda-toolkit-archive
    在这里插入图片描述在这里插入图片描述

  • 安装CUDA

    下载后点击exe文件开始安装

    这里我们选择默认的位置就行,之后就等待安装完成即可
    在这里插入图片描述

    选择安装选项

    在这里插入图片描述

    等待安装成功

    在这里插入图片描述

    注:若安装过程中出现失败的情况,可以重新安装一下或者降低一下cuda的版本,之前我就是安装cuda11.6安装一直失败,然后改变为cuda10.0就成功了

1.3 验证CUDA

? 通过cmd打开命令终端,输入nvcc -V
在这里插入图片描述

? 如果没有出现问题,到这里我们的cuda就安装完成了!当然,俗话说"常在河边走,哪有不湿鞋",万一出现了如下情况:

在这里插入图片描述

? 内心肯定在想:咋又错了呢?我都是按照步骤来的呀!不要急,看看我们的环境变量,很有可能是它的问题!

? 打开我们的系统变量:
在这里插入图片描述

在这里插入图片描述

? 再去输入nvcc -V就可以了

2.安装CUDA对应的CUDNN

2.1 找到cuda对应的cudnn的版本

? 可以去官网上找到cuda对应的cudnn

在这里插入图片描述

? 注意:这里cuda和cudnn的版本一定要对应!!!

2.2. cudnn下载
  • 官网链接:https://developer.nvidia.com/rdp/cudnn-download

? 注:第一次进入官网的时候要进行注册登录才可以正常地下载哦

  • 解压下载的zip压缩包,将解压后文件夹复制到如下图的指定的位置

在这里插入图片描述

? 到这里,我们的cudnn就成功安装成功了!!

3.安装对应CUDA、python版本对应的torch

3.1 找到对应的torch的whl文件

这里由于pytorch官网没有写cuda10.0的下载命令,而且官网下载较为慢,所以我们直接下载whl文件进行安装

首先将https://download.pytorch.org/whl/torch_stable.html复制到浏览器里打开包下载界面。找到对应的文件:

在这里插入图片描述

解释:cu100:代表的是cuda的版本号为10.0;cp37:代表的是python的版本为3.7;win_amd64:代表的是选择的是windows x64位的操作系统;torch-1.2.0:代表的是pytorch的版本为1.2.0(注意:python版本号代表着我们必须使用的是python3.7版本的虚拟环境,不能使用其它版本的,否则会报错

3.2 安装torch

在这里插入图片描述

3.3 验证torch是否安装成功

进入pycharm的终端控制台:
在这里插入图片描述

验证torch:

在这里插入图片描述

到此,我们的torch也就安装成功了!!!

4.安装torch对应的torchvision

4.1 找到对应的torchvision的whl文件

? 首先将https://download.pytorch.org/whl/torch_stable.html复制到浏览器里打开包下载界面。找到对应的文件:
在这里插入图片描述

4.2 安装torchvision

在这里插入图片描述

4.3 验证torchvision是否安装成功

在这里插入图片描述

? 至此,我们就成功地搭建好win11下的GPU版本的pytorch环境了,接下来就可以利用GPU这把武器去闯关机器学习、深度学习等等高阶领域啦!!!!

附:为了让大家避免下载速度过慢以及卡在官网转圈圈的界面,特地将上面需要的文件以及压缩包上传到百度网盘上供大家使用哈

链接:https://pan.baidu.com/s/1k3y-mTgFoPsoJkBFuL52RQ
提取码:PZS6

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-03-06 13:02:47  更:2022-03-06 13:05:08 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 17:49:14-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码