【仿真基本功】【PyTorch】从头安装PyTorch(GPU版本)【2024/03/03更新】

【仿真基本功】【PyTorch】从头安装PyTorch(GPU版本)【2024/03/03更新】

  • 安装步骤
    • 1. 安装Anaconda
    • 2. 查看显卡对CUDA版本的支持
    • 3. 查看PyTorch的安装需求
    • 4. 安装PyTorch
      • a) 配置新环境
      • b) 进入新环境
      • c) 按照CUDA版本要求,必须小于等于显卡支持的CUDA最高版本。
      • d) 安装完成后,输入【python】,进入python控制台,然后输入
  • 其他安装
    • IDE安装:PyCharm

安装步骤

注:下面提到的所有官网,都可以通过在任意搜索网站(如百度)上搜索对应名称而直接找到。

1. 安装Anaconda

去Anaconda官网,下载最新版本的Anaconda31。(注:PyTorch官网也推荐采用Anaconda进行包管理,因为Anaconda会安装所有的依赖库。)
【升级更新】
如果你电脑上已经安装了Anaconda的旧版本,可以打开Anaconda Navigator,直接在其中选择更新到最新版本。这样可以避免卸载再安装的麻烦。

2. 查看显卡对CUDA版本的支持

注:这里只考虑NVIDIA的显卡,其他显卡请自行查询相关信息。

进入命令行 2 ,输入

nvidia-smi

可以看到显卡支持的CUDA最高版本,如下图所示。
显卡能够支持的最高CUDA版本

如果支持的版本较低,可以尝试更新CUDA的最新版本。

3. 查看PyTorch的安装需求

去PyTorch官网,查看PyTorch的安装需求。
目前(20230302)的安装需求是

  1. Python版本不低于Python 3.8。(在Python官网查询到目前Python目前的最新版本是3.12.2。)
  2. 稳定版本支持CUDA 12.1版本,小于等于显卡支持的CUDA最高版本12.4。因此,可以安装。
    当前PyTorch支持的CUDA版本及安装命令

4. 安装PyTorch

a) 配置新环境

conda create -n pytorch python=3.12.2
conda remove --name pytorch –all(删除pytorch环境)

b) 进入新环境

conda activate pytorch

c) 按照CUDA版本要求,必须小于等于显卡支持的CUDA最高版本。

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

(复制自PyTorch官网,见本文第二张图片。)

d) 安装完成后,输入【python】,进入python控制台,然后输入

import torch
torch.__version__

如果没有报错且能够正常输出当前的pytorch版本,那么安装就顺利完成了。

其他安装

IDE安装:PyCharm

注:如果习惯用Anaconda自带的IDE(Integrated Development Environment,集成开发环境),如Spyder等,也可以不下载PyCharm。不过个人在多年前经过对比尝试后,出于便捷性的考虑,还是更倾向于使用PyCharm。

去PyCharm官网,找到下载界面 3,根据自己的操作系统(Windows、macOS或Linux),找到PyCharm Community Edition(纯Python开发的IDE),点击下载,完成后安装。

如果觉得好用,请不要吝啬你的点赞哟~


  1. 这里写的是Anaconda3而非Anaconda,原因是过去Anaconda曾经存在分别支持Python 2和Python 3的两种版本,其中,支持Python 3的版本称为Anaconda 3。目前去Anaconda官网下载时,默认下载的就是Anaconda3。 ↩︎

  2. 进入命令行的方法至少有:① 在电脑中搜索“命令提示符”或“Anaconda Prompt”,然后点击进入;② 使用键盘上的快捷键 “Win+R”,在弹出的窗口中输入“cmd”(即command【命令】的缩写),点击“Enter”(回车键)进入。 ↩︎

  3. 进入PyCharm官网后,不要直接下载软件。因为此时下载的是PyCharm的专业版(for专业开发者),只有30天的试用期,到期如不付费需要重新安装。找到下载界面的方法随时可能变化,需要自行尝试。目前的方法是进入PyCharm官网后,点击第二行菜单最后一项的“Download”,如下图所示.
    进入PyCharm官网后,不要直接下载软件 ↩︎

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:http://www.mfbz.cn/a/429263.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

初学arp欺骗

首先准备一台靶机这里用虚拟机的win10 已知网关与ip地址(怕误伤) 现在返回kali从头开始 首先探测自己的网关 然后扫内网存活的ip 发现有3台 用nmap扫一下是哪几台 成功发现我们虚拟机的ip 现在虚拟机可以正常访问网络 接下来直接开梭 ip网关 返回虚拟机…

# 自然语言处理: 第十三章P-tuing系列之P-tuning V1

项目地址: P-Tuning 论文地址: [2103.10385] GPT Understands, Too (arxiv.org) 理论基础 正如果上一节介绍LoRA(自然语言处理: 第十二章LoRA解读_lora自然英语处理-CSDN博客)一样,本次介绍的在21年由清华团推提出来的 P-Tuning V1系列也属于PEFT(参数高效微调系列)里的一种&…

重庆有哪些媒体资源?活动展会媒体邀约

传媒如春雨,润物细无声,大家好,我是51媒体网胡老师。 重庆作为中国的一个直辖市,拥有丰富的媒体资源,涵盖电视台、广播电台、报纸、杂志以及网络媒体等各个领域。这些媒体不仅是传播新闻和信息的重要渠道,…

Elasticsearch:向量相似度计算 - 可笑的速度

作者:Chris Hegarty 任何向量数据库的核心都是距离函数,它确定两个向量的接近程度。 这些距离函数在索引和搜索期间执行多次。 当合并段或在图表中导航最近邻居时,大部分执行时间都花在比较向量的相似性上。 对这些距离函数进行微观优化是值…

昇腾芯片解析:华为自主研发的人工智能处理器全面分析

在当今科技发展的浪潮中,昇腾芯片作为一种新兴的处理器,正引起广泛的关注和讨论。升腾芯片究竟是由哪家公司生产的?这个问题一直困扰着许多人。下面小编将全面介绍、分析升腾芯片的生产商及各类参数、应用,以便读者对其有更全面的…

【神经网络与深度学习】时间卷积网络(TCN)

概述 时间卷积网络(Temporal Convolutional Network,TCN)是一种用于处理时序数据的深度学习模型。它基于卷积神经网络(CNN)的思想,通过卷积操作来提取和学习时序数据中的特征,并在一系列时序预…

MyCAT学习——在openEuler22.03中安装MyCAT2(网盘下载版)

准备工作 因为MyCAT 2基于JDK 1.8开发。也需要在虚拟机中安装JDK(JDK官网就能下载,我这提供一个捷径) jdk-8u401-linux-x64.rpmhttps://pan.baidu.com/s/1ywcDsxYOmfZONpmH9oDjfw?pwdrhel下载对应的tar安装包,以及对应的jar包 安装程序包…

C++:Vector的模拟实现

创作不易,感谢三连 !! 一,前言 在学习string类的时候,我们可能会发现遍历的话下标访问特别香,比迭代器用的舒服,但是下标其实只能是支持连续的空间,他的使用是非常具有局限性的&am…

开发一套小程序所需的费用取决于多个因素

随着移动互联网的发展,小程序已经成为许多企业和个人推广业务和服务的重要工具。 不过,对于很多想要开发小程序的人来说,最大的疑问就是开发一套小程序要花多少钱。 这个问题的答案并不是固定的,因为开发一个小程序的成本取决于几…

Linux 学习笔记(12)

十二、 系统服务 1 、系统服务分类,根据其使用的方法来分,可以被分为三类 a、由 init 控制的服务:基本都是系统级别的服务,运行级别这一章讲的就是这一类的服务 b、由 System V 启动脚本启动的服务:和我们打交道最多…

紧跟潮流,再整一个短剧搜索网站

前面一大批的转存量太大了,有些小伙伴用不上,所以整了个搜索网站,输入关键词搜索即可。 搜短剧 http://wjsyyx.top/sdj/ 界面依旧主打朴实无华,搜索一步到位。 ▼ 网站界面 ▼ 搜索结果 剩下的就都会了。 ▼ 往期推荐 【Python】…

NLP_文本数据分析_3(代码示例)

目标 了解文本数据分析的作用.掌握常用的几种文本数据分析方法. 1 文件数据分析介绍 文本数据分析的作用: 文本数据分析能够有效帮助我们理解数据语料, 快速检查出语料可能存在的问题, 并指导之后模型训练过程中一些超参数的选择. 常用的几种文本数据分析方法: 标签数量分布句…

CMU 10-414/714: Deep Learning Systems --hw0

hw0 宏观上的步骤: softmax loss: 实现softmax loss代码 概念 softmax就是将结果映射到0~1之间,且所有结果相加为1(概率形式)cross-entropy loss就是计算 p ( x ) log ⁡ q ( x ) p(x)\log {q(x)} p(x)logq(x),此值可用于衡量实际输出与期望输出的距离,进而衡量预测模…

【蓝牙协议栈】【BR/EDR】【AVDTP】音视频分布传输协议

1. AVDTP概念 AVDTP即 AUDIO/VIDEO DISTRIBUTION TRANSPORT PROTOCOL(音视频分配传输协议),主要负责 A/V stream的协商、建立及传输程序,还指定了设备之前传输A/V stream的消息格式. AVDTP的传输机制和消息格式是以 RTP为基础的。RTP由 RTP Data Transfer Protocol (RTP)和…

小迪安全31WEB 攻防-通用漏洞文件上传js 验证mimeuser.ini语言特性

#知识点: 1、文件上传-前端验证 2、文件上传-黑白名单 3、文件上传-user.ini 妙用 4、文件上传-PHP 语言特性 #详细点: 检测层面:前端,后端等 2、检测内容:文件头,完整性,二次渲染…

【使用imgaug库调整图像大小并修改对应的XML标签框】

使用imgaug库可以方便地进行图像增强操作,包括调整图像大小。以下是使用imgaug库调整图像大小并修改对应的XML标签框的示例脚本: 注意修改输入文件夹路径、输出文件夹路径和目标尺寸为自己内容。 input_folder "path/to/your/input_folder" …

[LeetBook]【学习日记】数组内乘积

题目 按规则计算统计结果 为了深入了解这些生物群体的生态特征,你们进行了大量的实地观察和数据采集。数组 arrayA 记录了各个生物群体数量数据,其中 arrayA[i] 表示第 i 个生物群体的数量。请返回一个数组 arrayB,该数组为基于数组 arrayA …

PaddleOCR基于PPOCRv4的垂类场景模型微调——手写文字识别

PaddleOCR手写文字识别 一. 项目背景二. 环境配置三. 数据构造四. 模型微调五. 串联推理六. 注意事项七. 参考文献 光学字符识别(Optical Character Recognition, OCR),ORC是指对包含文本资料的图像文件进行分析识别处理,获取文字…

Linux x86_64 平台下系统调用的实现

文章目录 前言一、简介二、Defining a syscall with SYSCALL_DEFINEn()2.1 SYSCALL_METADATA2.2 __SYSCALL_DEFINEx 三、Syscall table entries四、x86_64 syscall invocation参考资料 前言 本文来自 https://lwn.net/Articles/604287/ 一、简介 系统调用(system…

Unity 角色控制(初版)

角色控制器组件,当然是将组件放在角色上了。 using System.Collections; using System.Collections.Generic; using UnityEngine;public class c1 : MonoBehaviour {// 获取角色控制器private CharacterController player;void Start(){// 加载角色控制器player …
最新文章