热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

conda下安装pytorch最详细教程//安装pytorch踩坑记录//cuda11.5下pytorch安装//torch.cuda.is_available()输出False解决办法

几点说在前面!!!!!我踩的坑:1、一开始入坑使用pytorch框架没有用anaconda,现在非常后悔!!!conda对小白管理环境真的巨好用!!!2、安装时候torch版本不对

几点说在前面!!!!!


我踩的坑:

1、一开始入坑使用pytorch框架没有用anaconda,现在非常后悔!!!conda对小白管理环境真的巨好用!!!
2、安装时候torch版本不对应,cuda版本不对应,python版本不对应,等等!!反正就是不好用!!很恼火!
3、pip安装包中断,安装速度慢!!!
4、各种版本问题,调用安装的包里类和方法等报错,不能正常运行!!!
5、等等各种问题。


今天实在是蚌埠住了,删了所有的环境和python重新安装,然后吸取教训一次成功,下面分享我的方法:


一、首先安装anaconda:

各位可以移步我的这一篇博客进行安装:
https://blog.csdn.net/qq_45281807/article/details/112442577
也可以去官网安装哦!


二、配置cuda驱动软件


1、首先查看自己电脑的NVIDIA显卡型号

同时按下Ctrl+Shift+Tab键进入任务管理器,如图所示查看GPU型号:
然后进入NVIDIA官网选择自己GPU型号的最新驱动,进行下载安装:
https://www.nvidia.com/Download/index.aspx?lang=cn
小编为笔记本NVIDIA GeForce GTX 1050 GPU。

点击搜索,下载你自己显卡的最新的驱动。
之后进行安装。


2、安装CUDA驱动

进入官网下载驱动:
https://www.geforce.com/hardware/technology/cuda/supported-gpus
点击立即下载:
根据提示根据自己的系统选择,点击右下角Download,然后根据提示安装。


3、查看驱动软件是否安装成功

win+R输入cmd进入控制窗:
输入:

nvcc -V

查看已安装的版本,如运行出以下结果则安装成功!(我安装的是cuda11.5)


三、安装pytorch


1、首先创建环境

打开anaconda软件,按下图所示点击进入:

自己起环境名字,目前建议选择python3.7,兼容性好:

点击create创建完成。


2、添加加速镜像源通道

从官网安装真的非常非常慢!!!
并且会出现中断、包不全等各种你想不到的报错!!!
从开始选择这个点击打开:
输入代码激活环境:

conda activate pytorch2(这里换成你的环境名字哈)


依次输入下列代码添加镜像源,这里给大家推荐5个好用的源,建议全部添加!!:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

3、输入代码安装pytorch

继续输入:

conda install pytorch torchvision torchaudio cudatoolkit=11.5

然后等一下会显示是否继续进行,输入y,点回车,就可以安装啦!!
可以看到只要网速没限制,添加过源后的下载安装包的速度还是飞快飞快滴! !


四、测试cuda是否可用


1、 按照如图所示,输入指令,若返回True,则证明cuda可用!!


3、返回False解决办法

如果你按照以上步骤安装一般是没有问题的。
如果出现False,大家可以尝试以下步骤进行排除:
1、首先确定显卡是否支持CUDA,https://www.geforce.com/hardware/technology/cuda/supported-gpus
2、确保驱动升级到最新(确保驱动与cuda版本互相支持)


小结

到这里就全部结束啦!
相信聪明的你一定也安装好了环境,如果你从我的分享中获得了或多或少的帮助,可以点一个赞哦!
小生不才,如有错误,欢迎评论指正!!
欢迎交流!!
私信看到就会回!!

来源:伏城无嗔



推荐阅读
  • 如何更换Anaconda和pip的国内镜像源
    本文详细介绍了如何通过国内多个知名镜像站(如北京外国语大学、中国科学技术大学、阿里巴巴等)更换Anaconda和pip的源,以提高软件包的下载速度和安装效率。 ... [详细]
  • 解决PyCharm中安装PyTorch深度学习d2l包的问题
    本文详细介绍了如何在PyCharm中成功安装用于PyTorch深度学习的d2l包,包括环境配置、安装步骤及常见问题的解决方案。 ... [详细]
  • 本文详细介绍如何使用Python进行配置文件的读写操作,涵盖常见的配置文件格式(如INI、JSON、TOML和YAML),并提供具体的代码示例。 ... [详细]
  • 新手指南:在Windows 10上搭建深度学习与PyTorch开发环境
    本文详细记录了一名新手在Windows 10操作系统上搭建深度学习环境的过程,包括安装必要的软件和配置环境变量等步骤,旨在帮助同样初入该领域的读者避免常见的错误。 ... [详细]
  • 如何用GPU服务器运行Python
    如何用GPU服务器运行Python-目录前言一、服务器登录1.1下载安装putty1.2putty远程登录 1.3查看GPU、显卡常用命令1.4Linux常用命令二、 ... [详细]
  • 本文深入探讨了Linux系统中网卡绑定(bonding)的七种工作模式。网卡绑定技术通过将多个物理网卡组合成一个逻辑网卡,实现网络冗余、带宽聚合和负载均衡,在生产环境中广泛应用。文章详细介绍了每种模式的特点、适用场景及配置方法。 ... [详细]
  • 离线环境下的Python及其第三方库安装指南
    在项目开发中,有时会遇到电脑只能连接内网或完全无法联网的情况。本文将详细介绍如何在这种环境下安装Python及其所需的第三方库,确保开发工作的顺利进行。 ... [详细]
  • 使用Vultr云服务器和Namesilo域名搭建个人网站
    本文详细介绍了如何通过Vultr云服务器和Namesilo域名搭建一个功能齐全的个人网站,包括购买、配置服务器以及绑定域名的具体步骤。文章还提供了详细的命令行操作指南,帮助读者顺利完成建站过程。 ... [详细]
  • MySQL 数据库迁移指南:从本地到远程及磁盘间迁移
    本文详细介绍了如何在不同场景下进行 MySQL 数据库的迁移,包括从一个硬盘迁移到另一个硬盘、从一台计算机迁移到另一台计算机,以及解决迁移过程中可能遇到的问题。 ... [详细]
  • 根据最新发布的《互联网人才趋势报告》,尽管大量IT从业者已转向Python开发,但随着人工智能和大数据领域的迅猛发展,仍存在巨大的人才缺口。本文将详细介绍如何使用Python编写一个简单的爬虫程序,并提供完整的代码示例。 ... [详细]
  • 本文介绍如何在现有网络中部署基于Linux系统的透明防火墙(网桥模式),以实现灵活的时间段控制、流量限制等功能。通过详细的步骤和配置说明,确保内部网络的安全性和稳定性。 ... [详细]
  • Python第三方库安装的多种途径及注意事项
    本文详细介绍了Python第三方库的几种常见安装方法,包括使用pip命令、集成开发环境(如Anaconda)以及手动文件安装,并提供了每种方法的具体操作步骤和适用场景。 ... [详细]
  • 解决Anaconda安装TensorFlow时遇到的TensorBoard版本问题
    本文介绍了在使用Anaconda安装TensorFlow时遇到的“Could not find a version that satisfies the requirement tensorboard”错误,并提供详细的解决方案,包括创建虚拟环境和配置PyCharm项目。 ... [详细]
  • 本文详细介绍了如何将 Python 3.6.3 程序转换为 Windows 可执行文件(.exe),并解决了使用 py2exe 和 cx_Freeze 时遇到的问题。推荐使用 PyInstaller 进行打包,提供完整的安装和打包步骤。 ... [详细]
  • 尤洋:夸父AI系统——大规模并行训练的深度学习解决方案
    自从AlexNet等模型在计算机视觉领域取得突破以来,深度学习技术迅速发展。近年来,随着BERT等大型模型的广泛应用,AI模型的规模持续扩大,对硬件提出了更高的要求。本文介绍了新加坡国立大学尤洋教授团队开发的夸父AI系统,旨在解决大规模模型训练中的并行计算挑战。 ... [详细]
author-avatar
小么么和
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有