3050芯片(但是基本适应大部分)安装pytorch深度学习框架历程

一、安装CUDA

在NVIDIA的官网可以查看显卡算力图,以下网址是由官网进去的:

CUDA GPUs - Compute Capability | NVIDIA Developer

点击以下图标就可以查看显卡的算力分布表 

之后点击下面网址进行历史版本安装:

CUDA Toolkit Archive | NVIDIA Developer

本人安装CUDA版本是11.6,在控制台调用 nvcc -V命令可以查看(命令错误表示没有安装),至于我为什么想安装这个版本是因为在Anaconda控制台(以下会讲到)调用nvidia-smi看到版本为11.6

3050芯片(但是基本适应大部分)安装pytorch深度学习框架历程_第1张图片

选择自定义安装,在这里插入图片描述

下面组件我都没勾选 

二、安装CUDNN

之后点击下面网址历史版本进行安装

cuDNN Archive | NVIDIA Developer

安装CUDNN比较麻烦,需要注册验证,以下是选择对应版本后点击下载的界面,我安装的是11.3版本

在这里插入图片描述

下载后得到的是一个压缩包,将其解压后放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6路径下(一般这个默认路径为这个)

三、安装anaconda

在以下路径安装

Anaconda | The World's Most Popular Data Science Platform

Anaconda安装的版本没什么大的限制要求,我是直接安装最新版本

四、在Anaconda环境下安装pytorch

一、创建pytorch虚拟环境

打开Anaconda Prompt(anaconda自带的控制台),首先调用命令conda create -n pytorch python=3.6(这里会创建名为pytorch的虚拟环境,其中python版本为3.6,因为·3.6版本的python、兼容性比较好,所以我选择这个),在组件安装中我没有勾选添加环境变量那项,其他都点了

二、安装pytorch

在以下网址安装

PyTorch

在anaconda控制台调用命令activate pytorch激活环境,在安装下方有历史版本的安装,直接复制指令CV到已经激活的pytorch环境下运行

我这里选择的是11.3版本的pytorch,因为3050以上都支持算力8.6以上,只有11.x以上版本才能兼容此算力的GPU,本来想装11.6(因为我这里CUDA版本为11.6),但是我之后发现11.6版本的与我这个电脑不兼容

conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia

你可能感兴趣的:(深度学习,人工智能)