2. 程式人生 > 其它 >深度學習第一步 Windows+NVIDA配置 CUDA pytorch 環境

深度學習第一步 Windows+NVIDA配置 CUDA pytorch 環境

阿新 • • 發佈：2022-04-03

深度學習第一步 Windows+NVIDA配置 CUDA pytorch 環境

感謝

Windows 下安裝 CUDA 和 Pytorch 跑深度學習 - 動手學深度學習v2_嗶哩嗶哩_bilibili

目錄

1 檢視電腦的GPU型別

1 在 cmd命令列之中 輸入dxdiag / 在執行中shuru dxdiag

2 之後就會開啟 DirectX 診斷工具

在顯示一欄下面就有顯示卡資訊

2 cuda 下載與安裝

CUDA Toolkit 11.6 Update 2 Downloads | NVIDIA Developer

安裝選預設選項就可以，把驅動和開發環境選上

看一下系統環境配置

在命令列中輸入用nvidia-smi來看一下是否安裝成功

3 安裝anaconda

Anaconda | The World's Most Popular Data Science Platform

4 在anaconda下建立一個環境

點選綠色箭頭啟動環境

5 下載Pytorch

Start Locally | PyTorch

在啟用的環境中輸入命令

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

6 安裝完成，檢驗

相關推薦

深度學習第一步 Windows+NVIDA配置 CUDA pytorch 環境

深度學習第一步 Windows+NVIDA配置 CUDA pytorch 環境 感謝 Windows 下安裝 CUDA 和 Pytorch 跑深度學習 - 動手學深度學習v2_嗶哩嗶哩_bilibili

windows下配置本地GEE環境遇到的一些問題

基本的步驟是參考這位小哥的步驟來的https://zhuanlan.zhihu.com/p/40319581，但過程中遇到的錯誤還是得自己好好琢磨下，不能照搬。

配置cuda-torch環境保姆級教程

環境包：cuda版本的torch、torchvision 系統環境：win10 X64，anaconda 配置流程 1、新增源路徑

機器學習-dataset、dataloader的使用（pytorch環境）

Dataset 官方的dataset 例子 import torchvision.datasets from torch.utils.tensorboard import SummaryWriter

深度學習伺服器完整配置手冊（三、GPU顯示卡cuda和驅動一起安裝，docker安裝）

引用： https://developer.nvidia.com/cuda-downloads https://blog.csdn.net/FYZ530357172/article/details/79217460

學習Java的第一步，配置電腦環境

JAVA安裝與配置 俗話說的好，工欲善其事，必先利其器，想要學習Java，那麼我們首先需要一個能夠進行學習的環境。

用GPU加速深度學習: Windows安裝CUDA+TensorFlow教程

背景 在Windows上使用GPU進行深度學習一直都不是主流，我們一般都首選Linux作為深度學習作業系統。但很多朋友如果只是想要了解深度學習，似乎沒有必要專門裝雙系統或者改用Linux。現實生活中，很多使用學校或者公司

第一週：深度學習及pytorch基礎

（注：視訊課程已學習，略） 貓狗大戰進展 一、\"AI研習社\"實驗過程 1、將下載好的資料集上傳到colab平臺

【第一週】深度學習和PyTorch基礎

緒論        本次作業主要針對機器學習概念的掃盲以及PyTorch的基礎應用。全文共分為四個部分，分別是：第一部分對影象的基本操作，第二部分PyTorch的常用操作，第三部分和第四部分是PyTorch的實際應用。由於之前

使用亞馬遜AWS雲伺服器進行深度學習——免環境配置/GPU支援/Keras/TensorFlow/OpenCV

前言 吐槽：由於科研任務，需要在雲端執行一個基於神經網路的目標識別庫，需要用到GPU加速。亞馬遜有很多自帶GPU的機器，但是環境的配置可折騰壞了，尤其是opencv，每次總會出各種各樣的問題！

pytorch深度學習環境配置

深度學習環境配置 本文配置的環境是以Ubuntu20作業系統為例，使用的是nvidia的顯示卡.

Linux-非Root使用者-配置深度學習環境

1 簡介 Anaconda:是一個開源的Python發行版本，其包含了conda、Python等軟體包，numpy，pandas，scipy等科學計算包.

零基礎入行學習軟體測試第一步：你需要問自己三件事情！

零基礎入行學習軟體測試第一步：你需要問自己三件事情！ 首先，你想要入這一行的話，第一步你自己要捫心自問。

ubuntu16.04配置深度學習環境

安裝CUDA-9.0 1、CUDA的安裝比較容易，官網下載9.0版本，選擇對應系統，請下載runfile

dubbo學習筆記 第一章 zookeeper安裝配置

dubbo的實際使用中，基本都是使用zookeeper來管理它的服務，以及實現分散式呼叫。至於zookeeper是什麼，具有什麼使用者，大家可以百度搜索瞭解一下。實際生產環境中，zookeeper的應用服務數目，基本都是

零基礎學習3D建模，第一步：3D建模軟體有哪些？給你科普一下

1.建模軟體有很多，為大家科普下建模軟體有哪些： 高模：Maya、3Dmax、Zbrush 中模：Maya、3Dmax

學習和使用UE4的第一步——安裝和介紹Epic Games客戶端和虛幻引擎

學習和使用UE4的第一步——安裝和介紹Epic Games客戶端和虛幻引擎 安裝Epic Games客戶端開啟Epic Games客戶端Epic Games客戶端介紹安裝虛幻引擎總結

ubuntu深度學習環境的搭建（ubuntu18.04的安裝教程 & GPU驅動安裝 & CUDA安裝 & CUDNN安裝）

1.1 製作ubuntu系統安裝盤 1.1.1 下載ubuntu18.04的映象 連結：https://pan.baidu.com/s/1kK9OD1dYyleq1BGBiMXpvA提取碼：6666

第一個深度學習網路（別人的）

import numpy as np import torch from torchvision.datasets import mnist importtorchvision.transforms as transforms

深度學習docker配置

docker安裝 以下來自阿里雲映象站: Ubuntu 14.04/16.04（使用 apt-get 進行安裝） # step 1: 安裝必要的一些系統工具