Windows 11系统更新CUDA并安装PyTorch环境

2024-01-02 12:09:06

0 你de烦恼

- 在人工智能学习中,我们都遇到了这样或那样的问题,特别是关于环境的配置,如:TensorFlow、PyTorch对CUDA的版本要求,导致去官网找不到指定的CUDA版本,导致CUDA与深度学习框架的版本不匹配,使得进入到了:深度学习还没入门就放弃了,笔者也是曾被陷入到了这个环境配置的漩涡中,看下图是否由此同感。


- 看到这里是不是有一种被抛弃的感觉,一阵心酸痛....后来想到可以更新CUDA版本,以求得环境能安装,历经千山万水解决,将自己踩过的坑分享给大家。


1 查看本机的CUDA版本

- 操作:打开 CMD窗口,输入以下命令:nvidia-smi

C:\Users\blning>nvidia-smi
Tue Dec 26 11:29:59 2023
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 462.21       Driver Version: 462.21       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce RTX 306... WDDM  | 00000000:01:00.0  On |                  N/A |
| N/A   48C    P8    12W /  N/A |    223MiB /  6144MiB |      2%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      7688    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A     10300    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A     11548    C+G   Insufficient Permissions        N/A      |
+-----------------------------------------------------------------------------+

2 更新CUDA驱动

- 因为笔者的是NVIDIA,所以去英伟达上找到对应的驱动


1、进入NVIDIA官网

- 官网链接地址:官方驱动 | NVIDIA


2、选择本机配置

- 根据任务管理器中的NVCIDA上的版本选择


3、下载安装

- 下载完毕后,一路下一步【Next】即可


4、查看是否更新成功

- 在命令提示窗口中继续输入:nvidia-smi


3 安装pytorch

1 进入torch官网

- PyTorch官网链接:

PyTorch icon-default.png?t=N7T8https://pytorch.org/


2 选择配置

- 下滑找到【INSTALL PYTORCH】,选择与本机适配的配置,复制命令【粉色框中的部分】到【命令提示窗口】安装(安装过程有点慢,因为大概是 2.5G左右...可以去耍会儿,回来就好了,当然还是要取决于当前网速)


3 检查是否安装成功

- 打开【命令提示窗口】,输入Python进入交互环境

>>> import torch
>>> print(torch.__version__)
>>> print(torch.cuda.is_available())


- 如果以上显示无误,则恭喜您终于完成了PyTorch环境的配置了,终于迈入了【深度学习】的门槛了。

- 再次也感谢博主:GPU加速指南:如何在Windows上更新CUDA并安装PyTorch_win11 cuda 升级-CSDN博客


感谢】如果对您有所帮助,欢迎关注点赞与收藏,它将是我持续更新的巨大动力,送上比??2^{10}?还?2^{10}?的感谢!

文章来源:https://blog.csdn.net/qq_19394437/article/details/135333314
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。