Win11-GTX3060-配置Pytorch GPU
文章目录
- 所需清单
- 1.安装CUDA11.3
- 2.安装cuDNN 11.x
- 3.安装Anaconda
- 4.打开Anaconda Prompt安装配置Python与Pytorch环境
- 5.JupyterNotebook连接Pytorch GPU
所需清单
1. 电脑配置:windows11/10操作系统,GTX3060显卡/其他支持CUDA11.3的型号
2. CUDA 11.3 #具体CUDA版本以Pytorch官网最新推荐为准
3. cuDNN 11.x
4. Anaconda
5. 镜像源安装Pytorch
6. JupyterNotebook测试程序
1.安装CUDA11.3
登录英伟达官网找到CUDA11.3下载链接并下载安装CUDA 11.3版本
注意项:
1.若已经安装过CUDA,先删除掉已安装的CUDA历史版本的整个文件夹
一般默认的CUDA目录位于:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\
2.安装CUDA 11.3时不要勾选CUDA中的Visual Studio Intergration
3.通过win+R输入control system
进入系统高级设置->环境变量,查看环境变量是否添加成功
系统变量path中要有
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\bin
与C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\libnvvp
2.安装cuDNN 11.x
同样在英伟达官网中搜索cuDNN[cuDNN下载链接](https://developer.nvidia.com/rdp/cudnn-download)
并下载11.x版本,
将解压后的所有文件复制替换至C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3
的同名文件
3.安装Anaconda
具体步骤自行搜索
4.打开Anaconda Prompt安装配置Python与Pytorch环境
具体步骤参考总结配置pytorch GPU环境的两种方法中的三:安装PyTorch
区别在于将最后一句安装命令中的CUDA 10.2版本更换为11.3
注意:CUDA10.2已不再支持安装Pytorch
5.JupyterNotebook连接Pytorch GPU
重新打开Anaconda Prompt,base环境下输入conda install nb_conda_kernels
再进入配置好的torch环境输入conda install nb_conda
最终输入jupyter notebook运行打开进行测试
import torch
import time
from torch import autograd
#GPU加速
print(torch.__version__)
print(torch.cuda.is_available())
a=torch.randn(10000,1000)
b=torch.randn(1000,10000)
print(a)
print(b)
t0=time.time()
c=torch.matmul(a,b)
t1=time.time()
print(a.device,t1-t0,c.norm(2))
device=torch.device('cuda')
print(device)
a=a.to(device)
b=b.to(device)
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))
t1=time.time()
print(a.device,t1-t0,c.norm(2))
device=torch.device('cuda')
print(device)
a=a.to(device)
b=b.to(device)
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))
输出以上结果则安装成功!
Win11-GTX3060-配置Pytorch GPU相关推荐
- anaconda环境配置pytorch总结,GPU调用失败方法总结
垃圾电脑(我好菜),配置环境用了六七个小时,淦,接下来我总结一下我遇到的问题及解决方法. 1.首先按部就班地在CSDN上搜索anaconda如何配置pytorch,帖子有很多,不再赘述,在添加完各种镜 ...
- 深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】
深度学习环境配置 入门深度学习,首先要做的事情就是要搭建深度学习的环境.不管你是Windows用户,Mac用户还是Ubuntu用户,只要电脑配置允许,都可以做深度学习,毕竟Windows.Mac和Ub ...
- python --- 使用conda配置pytorch
使用Conda配置PyTorch 1. 添加channels 下载地址 $ conda config --add channels https://mirrors.tuna.tsinghua.edu. ...
- 无数踩坑系列(3)-配置pytorch
配置pytorch环境 1. 命令一键式安装 2.源码安装 问题1 问题2 问题3 问题4 3.克隆一个已有环境,带pytorch 4.GPU驱动版本不对 在实际开发中,想要在自己的机子上跑别人的代码 ...
- win10开始不显示python_win10从零安装配置pytorch全过程图文详解
1.安装anaconda (anaconda内置python在内的许多package,所以不用另外下载python) 可以点击下面的清华开源软件镜像站,在官网下载anaconda不如在这下的快 htt ...
- Win环境下配置PyTorch深度学习环境
目录 0.查看Nvidia驱动 1.下载torch和torchvision 2.安装torch和torchvison 3.YOLOv5环境配置 相较于tensorflow环境配置,PyTorch的配置 ...
- 深度学习平台配置 Pytorch+RTX3090+Pycharm
深度学习平台配置 Pytorch+RTX3090+Pycharm 装CUDA CUDA是什么? 查看本机的CUDA驱动适配版本 NVIDIA官网下载 百度网盘下载cuda 安装anaconda 测试c ...
- 3050显卡驱动安装+配置pytorch的cuda环境
3050显卡驱动安装+配置pytorch的cuda环境 前言 一.下载3050驱动 二.下载CUDA 二.cuDNN下载 三.cuDNN配置 四.pytorch环境配置 ①.创建虚拟环境 前言 因为有 ...
- Pytorch(GPU)配环境原理:cuda+cudnn+pytorch配环境的每一步到底干了些什么?
作者:18届cyl 时间:2022.5.11 参考文章:https://blog.csdn.net/qq_42406643/article/details/109545766 最近帮舍友配pytorc ...
最新文章
- 超酷的JS时间效果--收集
- 【PAT甲级 补全前导0 vector作为函数参数】1025 PAT Ranking (25 分) Java、C++
- C#原型模式之深复制实现
- java 反射 类名_java – 从反射中获取字段的类名
- 数据可视化、模板框架、动态控件、可视化大屏、数据监管、监控平台、图表元件库、数据看板、驾驶舱、统计图表、园区、大屏展示、安防、智慧城市、旅游、健康、医疗卫生、交通、农业、政务、AI、食品、医院、安全
- [过年菜谱之]杭椒牛柳
- 为SQL缓存通知启用数据库
- ASP.NET技巧:使Div内内容可编辑
- Windows中字体库的安装方法
- QQ概念版酿杯具,头条下载竟是病毒
- 【LINUX C 写文件】
- 用Python实现双色球随机选号
- matlab批量写入文件,matlab批量合并txt文件
- JsonPath 解析Josn字符串
- 技术牛人博客整理汇总
- pb 选择多行数据窗口数据_PB数据窗口中自动换行
- Delphi报表开发ReportMachine的小计和总计的计算
- 0xC0000005: 读取位置 0x00000001 时发生访问冲突
- 细讲逻辑斯蒂回归与朴素贝叶斯、最大熵原理的爱恨交织(五)
- python综合程序设计-实验四 Python综合实践