GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)

这篇具有很好参考价值的文章主要介绍了GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)。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。


前言

显卡为3060ti g6x,操作系统win10


一、基本知识

要清楚下面的几个常识
1.GPU和CPU是采用不同架构设计出来的,简单来说,GPU会比CPU多很多计算单元,用于训练网络时,速度比CPU快很多。
2.CUDA是一个计算平台和编程模型,提供了操作GPU的接口。
3.网上很多教程说的安装CUDA其实是指CUDA Toolkit,是一个工具包
4.CUDNN是基于CUDA的深度学习GPU加速库,有了它才能在GPU上完成深度学习的计算。
5.区分Cuda runtime version和Cuda driver version
这里分享一张某个UP主的图
GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
在命令行中输入nidia-smi
GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
图中的红框的CUDA版本代表的是Cuda driver version,是与我们显卡的驱动相关的。
而常说的安装对应版本的Cuda是指Cuda runtime version,可以理解为Cuda toolkit的版本。
6.很多教程都是单独下载Cuda toolkit和Cudnn,其实对于新手来说,在利用Anaconda创建好虚拟环境之后,可以直接在虚拟环境中运行pytorch的安装命令,会自动把Cuda toolkit和Cudnn安装到这个虚拟环境中。

二、安装步骤

1.首先判断自己有无英伟达的显卡

如果没有,直接按照CPU版本的即可
如果有,进入下一步

2.安装或者查看自己的显卡驱动

在以下网址查看自己显卡对应的驱动。
最好是将自己的显卡驱动更新到最新版本。

https://www.nvidia.cn/Download/index.aspx?lang=cn

GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
驱动安装好之后
在cmd中输入

nvidia-smi

GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
再次提醒,这里的CUDA version:12.1代表Cuda driver version是12.1,是与显卡的驱动相关的。

3.显卡的算力必须与Cuda runtime version相匹配

首先说明一下,这里的Cuda runtime version其实就是Cuda toolkit的版本,即网上很多教程所指的CUDA version(与第二步的区分开)
在以下网址查看显卡算力和与之相匹配的Cuda runtime version

https://en.wikipedia.org/wiki/CUDA#cite_note-38

GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
3060ti对应的算力是8.6
再查看显卡算力8.6对应的Cuda runtime version
GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
对应的版本是11.1-11.4,顺嘴插一句,图中的Ampere是指的该显卡所采用的架构。

4.根据以上两条来选择合适Cuda runtime version

选择的版本应该满足两点要求
(1)Cuda runtime version必须小于等于Cuda driver version,我的例子中,就是必须小于等于12.1。
(2)在满足(1)的条件下,还要满足版本必须与显卡的算力相匹配。
即在我的例子中,选择11.1-11.4都可以,这里有一点我不清楚,如果
Cuda driver version大于11.1-11.4小于等于12.1是否可以,即是否向低版本兼容,我没有试过,有知道的大佬欢迎评论区讨论。

5.下载pytorch

pytorch官网

https://pytorch.org/

GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)

这里只有11.7和11.8两个版本,不符合我的要求,点击图中的install previous versions去寻找合适的版本。
GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
根据上面的步骤,满足条件的版本是11.1-11.4,11.4没有,搜索11.3
GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
运行以下命令换源安装pytorch

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64

将命令后的pytorch换成清华源。
安装过程已退出,无法截图
安装完成后,输入conda list
GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
看到cudatoolkit已经有了,至于cudann,在conda list中找不到,网上说是在pytorch中,通过以下命令可以验证

import torch
print(torch.backends.cudnn.enabled)

GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)
最后再验证以下Cuda
输入以下代码

import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
#返回cuda表示成功
#或者
print(torch.cuda.is_available())
#返回True表示成功

GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)文章来源地址https://www.toymoban.com/news/detail-479219.html


到了这里,关于GPU版本的pytorch安装(显卡为3060ti,如何选择对应的cuda版本)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

  • ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

    ubuntu18.04 melodic 宏基暗影骑士笔记本 ubuntu18.04 / ubuntu20.04 3060显卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode 1)换清华源 2)安装nvidia-driver-470-server 3)重启电脑 4)nvidia-smi (检查已显卡驱动版本) CUDA Version: 11.4 (显卡驱动API 11.4) CUDA下载地址:https://developer.nvidia.com/cuda-toolk

    2024年02月03日
    浏览(62)
  • GPU版PyTorch对应安装教程

    ①算力:需要先知道你的显卡,之后根据官网表格进行对应,得到算力 ②CUDA driver version:电脑上显卡的硬件驱动 ③CUDA runtime version:pytorch官网上所显示的CUDA版本号 三者之间需要满足的关系: CUDA driver version ≥ CUDA runtime version (即:②≥③) CUDA runtime version得支持自己电脑G

    2024年02月14日
    浏览(33)
  • 如何查看自己电脑显卡对应的cuda版本

    第一步: 在电脑桌面点击右键选择NVIDIA控制面板   第二步: 查看显卡驱动版本  比如这里我的驱动版本是472.47,然后去这里查看对应的CUDA版本,如下这个表 从表中可以看出我显卡驱动版本对应最高的cuda版本可去到11.4,同时还可可以在NVIDIA控制面板中点击右下角的 系统信

    2024年02月11日
    浏览(57)
  • cuda版本,pytorch(GPU)版本的选择和下载

    cuda版本: 1.Nvidia控制面板里的cuda版本, 或使用nvidia-smi命令显示的cuda版本 是cuda的driver api版本 2.nvcc -V中的cuda版本,是cuda的runtime api版本,即cudatoolkit的版本 cudatoolkit的版本不能高于cuda driver api的版本,所以nvidia-smi的版本可以理解为所下载的cuda(即cudatoolkit)的最高版本 若nvcc

    2023年04月08日
    浏览(36)
  • RTX4070ti-40系列显卡配置pytorch深度学习环境过程

    这几天新配的4070需要安装深度学习环境,开始为了图简便把之前显卡的环境复制过来,结果有各种小问题,什么环境无法导入pytorch,显卡算力和torch的算力不匹配等小问题,导致两天才弄好,下面说下成功安装过程。。。。 1,首先安装好对应的驱动和cudnn-英伟达官网下载具

    2024年02月03日
    浏览(42)
  • 卸载cpu版本的torch并离线安装对应的gpu版本

            每次从github上安装项目对应的库,利用requirements.txt安装很容易出现版本不对应的情况,尤其是将torch的gpu版本安装成cpu。这里记录一些查看版本的指令和离线安装的方法,就不用每次百度啦!(注:其他库的离线安装也可以用同样的方法,只需要去相应的网站下载

    2024年02月13日
    浏览(49)
  • Python&aconda系列:GPU深度学习环境搭建:Win11+CUDA 11.7+Pytorch1.12.1+Anaconda以及对应版本

    官方推荐的cuda版本为10.2和11.3,这两种 cuda 支持大多数的 pytorch 版本。 以下是Pytorch和CUDA对应的版本 CUDA 环境 PyTorch 版本 9.2 0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1) 10.0 1.2.0、1.1.0、1.0.0(1) 10.1 1.4.0、1.5.0(1)、1.6.0、1.7.0(1) 10.2 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.9.0、1.10.0、1.

    2024年02月02日
    浏览(79)
  • tensorflow-gpu 2.3.0安装 及 相关对应版本库安装(Anaconda安装)

    目录 如需转载,请标明出处,谢谢。 一、安装tensorflow-gpu2.3.0 二、配置其他相关的库 很多人以为安装完tensorflow-gpu就是一切都结束了,但是殊不知,python中的很多库,比如numpy,matplotlib等库,就与我们的tensorflow的版本有对应 总结 对于anaconda的下载,网上的教程很多,而且很

    2024年02月02日
    浏览(67)
  • 【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(装机、显卡驱动、CUDA、cudnn、pytorch)

    【深度学习环境配置】ubuntu 20.04+4060 Ti+CUDA 11.8+pytorch(装机、显卡驱动、CUDA、cudnn、pytorch) 📆 安装时间 2023.11.08-2023.11.10 Windows 和 Ubuntu 双系统的安装和卸载 B站教程 【本文基本上跟这个详细教程一致,优先推荐看这个!】ubuntu20.04 下深度学习环境配置 史上最详细教程 【精

    2024年02月04日
    浏览(61)
  • 安装对应版本pytorch和torchvision

    遇见报错: ERROR: Could not find a version that satisfies the requirement torch (from versions: none) ERROR: No matching distribution found for torch 解决方法: 1、网站找到对应torch和torchvision版本,cp对应python版本,cu对应的是gpu版本的torch:https://download.pytorch.org/whl/torch_stable.html 2、下载对应版本 3、在下

    2024年02月10日
    浏览(40)

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