win10+1050ti下安装pytorch-gpu

1.安装CUDA

1.1显卡状况查看

1.1.1打开设备管理器

可见答主本机有一个集成显卡和一个独立显卡 1050ti

1.1.2 在桌面单击鼠标右键，选择NVIDIA 控制面板，并打开

在NVIDIA控制面板界面顶栏选择帮助->系统信息打开

进入组件界面，在3D设置一项内可见名为NVCUDA64.DLL文件，在文件对应产品名称一栏可见当前硬件支持的CUDA版本（对答主本机来说为CUDA11.1）
另外在正式安装CUDA若显卡驱动可以更新的可以先更新一下显卡驱动

1.2 CUDA下载

在了解了对应支持的cuda版本后便可以到nvidia官网下载对应版本的cuda了

进入安装网页，点击此处

对于不能翻墙无法打开网页的用户可以试试将网页链接里的.com后缀跟换为.cn后缀（答主亲测有效），包括后面下载对应得CUDA时也可以将.com改为.cn,具体解释可以参考这篇博文

找到你需要安装的CUDA版本（以CUDA10.1为例）

点击进入安装选择，

可以根据自己的需要选择installer type（推荐exe[local]）

1.3 CUDA安装

下载好.exe文件后，直接双击打开，显示临时解压文件位置

可更改为你想解压到的位置，点击OK，等待系统检查，授权许可，

接下来在安装选项中选择自定义安装，并将VS勾选去掉（否者安装过程容易退出）

请添加图片描述

下一步，到达指定安装位置，可以更改为自己想要安装到的位置

例如答主便将其改到了新建的D:\cuda\NVIDIA GPU Computing Toolkit文件夹下

然后便静静等待安装完成即可

1.4 对应环境变量配置

在安装完成后打开系统环境变量，进行配置，如下图

在系统变量Path中检查：以下四条环境变量是否添加（以答主本机为例，自查时请将D:\cuda\NVIDIA GPU Computing Toolkit替换为自己的安装路径）

1.D:\cuda\NVIDIA GPU Computing Toolkit

2.D:\cuda\NVIDIA GPU Computing Toolkit\lib\x64

3.D:\cuda\NVIDIA GPU Computing Toolkit\bin

4.D:\cuda\NVIDIA GPU Computing Toolkit\libnvvp

1.5 验证

以上内容配置好后可在终端输入nvcc -V 进行验证

2. cudnn下载

2.1 cudnn的下载

进入网页，点击下载cuDNN

之后会需要你注册一个账号，按照程序引导，注册就好了，注册完后再点击下载cuDNN便会进入下一界面

选择对应的cuDNN下载，我这里下载与cuda10.1相匹配的

将下载下来的cudnn文件解压，并用解压出的文件直接替换cuda安装目录下的文件

3. 安装pytorch-gpu

3.1 创建新的虚拟环境

安装anaconda，并利用conda配置一个新的虚拟环境并激活

conda create -n torch_gpu python=3.7

conda activate torch_gpu

3.2 安装pytorch

进入官网，根据官网上的提示选择好后输入命令并运行

conda install pytorch torchvision cudatoolkit=10.1 -c python

或者点击网页，下载对应torch和torchvision的wheel版本

下载完成后，将终端cd到安装路径下并输入以下命令

pip install torch-1.3.0-cp37-cp37m-win_amd64.whl
pip install torchvision-0.4.1-cp37-cp37m-win_amd64.whl

等待安装完成，待安装完成后

输入 python 进入终端

import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())

验证成功

如此，pytorch-gpu便安装完成

1050ti显卡安装cuda相关推荐

基于tensorflow-gpu + E5 CPU + GTX1660 SUPER + TESLA-P40 显卡安装CUDA(11.8.0)
基于tensorflow-gpu + E5 CPU + GTX1660 SUPER + TESLA-P40 显卡安装CUDA(11.8.0) 前言: 在此之前,写了一篇基于GTX1660显卡的CUD ...
双系统Linux（Ubuntu20.04）深度学习安装+cuda驱动+cuda+anaconda
文章可能排布不好但请你耐心看完一定对你有所帮助感觉挺不容易的所以有感写下了这篇博客来帮助更多的小白如有大神还望评论区指教,下面会写出一些我走过的坑,也许我解释不了为什么,但是我能提出解决方 ...
conda cudnn版本升级_ubuntu18.04系统下NVIDIA显卡驱动+cuda+cudnn安装+conda虚拟环境配置...
深度学习的显卡环境配置是一个非常麻烦的问题,理论上这是一个深度学习开发必须要面临的问题,那么教程就应该很多,后人学习起来的时候应该会很容易,实际上却是教程良莠不齐,而且很多教程往往是针对特定显卡的,但 ...
ubuntu 14.04 双显卡安装NVIDIA GPU驱动+CUDA+编译配置caffe
******************************** 安装ubuntu************************* 1.在bios里设置使用集成显卡 2.安装ubuntu 14.04 ...
01_Win10下CUDA的安装、查看并升级Nvidia显卡驱动、安装CUDA、设置环境变量、测试CUDA是否安装成功
1.1.Win10下CUDA的安装(此部分只是记录一下安装过程,和上面版本可能不对应) 以下部分来自:https://blog.csdn.net/weixin_41762173/article/det ...
ubunt16.04 安装3090显卡驱动 cuda cudnn pytorch
安装驱动需要的安装包 30系列显卡是新一代架构,新驱动不支持cuda9以及cuda10,所以必须安装cuda11.而pytorch现在稳定版为1.6,最高仅支持到cud10.2.所以唯一的办法就是使 ...
Ubuntu 20.04安装GTX 1060显卡驱动+cuda 11.4 + cudnn 8，nvidia-smi 报错：NVIDIA-SMI has failed
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码):GitHub - zq2599/blog_demos: CSDN博客专家程序员欣宸的github,这里有六百多篇原创文章的详细分 ...
不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？
不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗? 答:不行! Cuda主要是面向Nvidia的GPU的.Intel和AMD的显示芯片都不能进行.所以,想要让cuda环境搭建在自己的Wi ...
双硬盘安装双系统，配置显卡驱动，安装cuda,pycuda
本文主要记录了在双硬盘笔记本电脑自带的Windows10之外安装ubuntu18.04,并安装NVIDIA显卡驱动与cuda 和 pycuda 的步骤和注意事项. 软硬件清单: 128G SSD + ...
Intel+Nvidia双显卡笔记本Linuxmint18下安装CUDA+OpenCV+Caffe的安装记录
一.安装环境: 硬件:微星GE70 2PC 089-XCN,14年性价比较高的一款,然而两年多过去后配置已经落伍...当年的价格现在能买到i7+GTX1050了... CPU:intel i5 420 ...

1050ti显卡安装cuda