win10 cuda11.8 和torch2.0 安装

这篇具有很好参考价值的文章主要介绍了win10 cuda11.8 和torch2.0 安装。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

(一) 安装cuda11.8

1)先确定cuda 版本

nvcc -V 

为了不污染现有开发环境,创建新的conda环境,这里我选择Python3.11版本

2) 安装cuda 11.8,因为torch2.0 目前只支持cuda11.7 和cuda 11.8

cuda 下载链接:cuda

去archve下找到11.8的版本

直接安装,首先提取在temp目录

安装好cuda后,会提示重启。重启完成后,安装成功。

cuda安装好之后,会新建两个环境变量CUDA_PATH以及CUDA_PATH_V11_8

3) 安装cudnn

安装cuDNN,链接https://developer.nvidia.com/rdp/cudnn-download:

找到对应这cuda 11.x window版本的cudnn

下载完成后,将压缩包解压,然后找到binincludelib文件夹:

复制到cuda的安装目录11.8`下:

这时候要检查系统的path变量中是否有以下的路径:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp

4) 验证

  1. cuda 验证

现在验证cuda和cudnn是否是正常的,需要使用cuda的deviceQuery.exe 和 bandwidthTest.exe进行验证,在powershell里进入,输入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\extras\demo_suite,然后输入:

.\bandwidthTest.exe:


.\deviceQuery.exe:

(二) 安装pytorch2.0

安装指令:

pip3 install numpy --pre torch --force-reinstall --index-url https://download.pytorch.org/whl/nightly/cu118

也可以使用本地安装包:

下载地址:

链接:点这里
提取码:ycsm文章来源地址https://www.toymoban.com/news/detail-444442.html

到了这里,关于win10 cuda11.8 和torch2.0 安装的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python】CUDA11.7/11.8安装PyTorch三件套

    CUDA11.7,在终端中输入以下指令: CUDA11.8,在终端中输入以下指令: 检查PyTorch是否安装成功: 【Python】查看Python PyTorch Torchvision版本_ericdiii的博客-CSDN博客_python查看pytorch版本 1. 查看Python版本:方法一:终端中输入:python -V方法二:进入Python环境python输入import sysprint(sys.versio

    2024年02月11日
    浏览(38)
  • 全网最新最全的基于Tensorflow和PyTorch深度学习环境安装教程: Tensorflow 2.10.1 加 CUDA 11.8 加 CUDNN8.8.1加PyTorch2.0.0

    本文编写日期是:2023年4月. Python开发环境是Anaconda 3.10版本,具体Anaconda的安装这里就不赘述了,基础来的。建议先完整看完本文再试,特别是最后安装过程经验分享,可以抑制安装过程中一些奇怪的念头,减少走弯路。 目录 1. NVidia驱动安装  2. 安装CUDA Toolkit 3. 安装Tensorfl

    2024年02月08日
    浏览(39)
  • Ubuntu22.04 系统 安装驱动 && CUDA11.8

    参考: https://blog.csdn.net/weixin_43387635/article/details/126749463 Ubuntu22.04安装显卡驱动(高速、避错版)-CSDN博客 -------------------------------------------------安装驱动-------------------------------------------------------------------- 原作者说 需要注意的两条 ①   安装之前进入主板BIOS,关闭安全启动!!

    2024年03月27日
    浏览(54)
  • Ubuntu22.04安装CUDA11.8和CUDNN

    下载CUDA11.8 选择对应的系统 架构 OS 版本 逐步执行上图命令 编辑环境变量文件 配置环境变量 重启 重启 重启 重要的事情说三边 查看版本 结果 下载cudnn 找到适合你的cudnn https://developer.nvidia.com/rdp/cudnn-archive#a-collapse7415-10 安装cudnn 下载好以后解压(注意核对下载和解压名称是否

    2024年02月09日
    浏览(39)
  • pytorch的安装(CUDA10.2+cuDNN8.3.3+torch1.10+​torchvision​0.11.1+python3.9)

    (已存网盘和硬盘,文件夹含三个文件) 本文基本逻辑是: 一、先根据电脑硬件的条件获取本身CUDA版本,据此以及表格比较得出cuDNN、torch、torchvision、python版本。 二、在 NVIDIA 官网下载CUDA和cuDNN,获取torch的下载链接,网页提供python3.9的下载链接 三、安装CUDA后,把cuDNN这个

    2024年01月17日
    浏览(70)
  • 【多版本cuda自由切换】在ubuntu上安装多个版本的CUDA,并且可以随时切换cuda-11.3//cuda-11.8//cuda-11.6//cuda-11.2

    问题描述         项目开发中,不同的项目可能对不同的cuda版本有所要求,常见的是这几种cuda-11.3//cuda-11.8//cuda-11.6,按照之前的认知,一个主机只能安装一个版本的cuda,否则会引起环境混乱,知道cuda底层逻辑的人都知道这有多么扯蛋,对吧。         也正是因为受到这个

    2024年02月03日
    浏览(36)
  • 【Ubuntu 20.04LTS系统】安装CUDA11.8、cuDNN,可进行CUDA版本切换

    https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/ 更新软件列表和必要的依赖项 步骤一: 下载CUDA安装包 进行CUDA和cuDNN的选择,也可以直接根据官方推荐进行下载安装。 从Nvidia官网下载CUDA https://developer.nvidia.com/cuda-downloads 下方链接,选择更多版本 https://developer.nvidia.com/cuda-toolkit-archiv

    2024年02月16日
    浏览(51)
  • 构建Docker基础镜像(ubuntu20.04+python3.9.10+pytorch-gpu-cuda11.8)

    内容如下 访问官网下载页 https://www.python.org/downloads/release/python-3910/ 下拉选择 Gzipped 包 ps:创建镜像名为 ub2004py3910pytorchgpucuda118 标签为 latest 的镜像,从当前路径下的 DockerFile 文件打包

    2024年02月05日
    浏览(62)
  • ubuntu20.04系统4060安装cuda11.8和cudnn8.6

    在终端输入: 安装代码: 重启电脑(这一步很重要,不重启没有效果): 安装命令 CUDA默认安装在/usr/local/目录下,一般Change Toolkit Install Path可以不做修改。但如果是普通用户安装,需设定安装路径为用户主目录下,光标移动到Change Toolkit Install Path按回车,手动修改安装路径后按

    2024年01月16日
    浏览(43)
  • 【超简易安装】在linux集群服务器上使用conda安装高版本cuda(cuda-11.8)和pytorch2.0

    由于项目代码要求pytorch2.0版本,而pytorch2.0版本需要cuda11.8,高于我之前的11.0的cuda版本。 因此考虑使用conda新建一个虚拟环境,在里面使用高版本的cuda和pytorch。 我使用的是lunix多人集群服务器。集群服务器需要用作业调度系统,也就是bsub命令之后才能提交作业,运行任务。

    2024年03月17日
    浏览(53)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包