RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南

RTX4060安装pytorch-gpu (Cuda12.2)技术分享

问题描述:
在cmd中运行以下命令返回的是false

RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第1张图片
第一步:我的电脑显卡是4060Ti,我安装的cuda是12.2,那么我需要下载的cudnn的版本是8.9.3
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第2张图片
下载的具体网址
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第3张图片
然后下载的cudnn,将三个文件夹中的文件分别复制粘贴到cuda安装的对应的目录下
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第4张图片
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第5张图片cmd中查看是否安装成功

nvidia-smi

RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第6张图片

nvcc -V

RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第7张图片

确认一下是否安装成功
进入如下目录:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\extras\demo_suite

RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第8张图片

执行 bandwidthTest.exe,看见PASS
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第9张图片

执行 deviceQuery.exe,看见PASS
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第10张图片
操作就是先打开命令行cmd,然后将以上的两个.exe拖进cmd中,回车就能看到结果了

如果以上都没有问题,那就需要设置一下镜像
设置镜像
在C盘用户目录下,加入如下内容即可。

RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第11张图片

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
use-mirrors =true
mirrors =http://pypi.mirrors.ustc.edu.cn/simple/
trusted-host =pypi.mirrors.ustc.edu.cn

创建pytorch环境,我当前的是3.8.8,看第一幅图有版本。

在cmd中

conda create –n pytorch38 python=3.8
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装的过程有点慢,耐心等待即可。

完成安装时,在cmd中输入pip list时,查看安装的版本
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第12张图片
安装的路径在下图:
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第13张图片
以前安装的是torch的版本是cpu版本,我先剪切出去了,以防不成功
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第14张图片
cmd中,进入python环境后,输入一下的测试命令,进行测试,结果:
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第15张图片
conda 的基础命令

#查看现有环境
conda env list
#更新conda
conda upgrade --all
#使用py36环境
conda activate py36
#返回base环境
conda deactivate
#创建一个名字叫py36的环境,版本为3.6
conda create -n py36 python=3.6
#删除一个名字叫py36的环境
conda remove -n py36 --all

进行项目上的测试结果返回:
RTX4060安装pytorch-gpu (Cuda12.2),[pytorch] torch.cuda.is_available() False,torch使用GPU运行,而不是CPU运行的操作指南_第16张图片
100Epochs只需要1分钟,我用cpu跑需要30分钟。差了30倍的速度

你可能感兴趣的:(python,pytorch,人工智能,python)