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 ...

Win11-GTX3060-配置Pytorch GPU

文章目录