RTX4070ti-40系列显卡设置pytorch深度学习环境过程

这几天新配的4070须要安装深度学习环境，开始为了图轻便把之前显卡的环境复制过来，结果有各种小标题，什么环境无法导入pytorch，显卡算力和torch的算力不匹配等小标题，导致两天才弄好，下面说下成功安装过程。。。。
1，起首安装好对应的驱动和cudnn-英伟达官网下载具体2可参考这位博主

https://blog.csdn.net/weixin_44791964/article/details/120668551
此中nividia-smi 的版本须要高于或等于cudnn（cuda）的版本。
(78条消息) NVIDIA显卡驱动版本，CUDA版本，cudnn版本之间关系及怎样选择_显卡驱动版本高_仟人斩的博客-CSDN博客
2.安装好驱动就得 安装anaconda3,按照一样平常步调安装就是了标题不大。起首登录Anaconda的官网：Anaconda | Anaconda Distribution。直接下载对应安装包就可以。
3设置pytorch-gpu环境-Pytorch官网：https://pytorch.org/
起首Win+R启动cmd，在下令提示符内输入以下下令：

1. conda create –n pytorch python=3.7

复制代码

1. conda activate pytorch

复制代码

 进入到torch环境-好比我的是torch
 
此中Python版本终端输入Python查询就行。
然后， 在torch环境下进行相应的pytorch版本安装

这里有个标题是官方的下载比较慢，也不发起用镜像原，我第一次用镜像下的就是cpu版本的torch，结果cuda不停是false。保举本地直接下载包安装较快，我们到https://download.pytorch.org/whl/torch_stable.html这个网站里：

cu+序号反面表示cuda版本，即GPU版本（cpu+序号表示cpu)，如cu117表示cuda 11.7；
cp+序号表示python版本，如cp310表示python 3.10；我们按自己的cuda版本和python版本找到对应的torch和torchversion文件即可

然后是pip install + 文件名（注意要带whl)，如 

1. pip install torchvision-0.14.0+cu117-cp310-cp310-win_amd64.whl  

复制代码

安装好后查抄：

1. 进入python环境
2. (cat) C:\Users\asus>python
4. 导入torch
5. >>> import torch
7. >>> print(torch.cuda.is_available())    #cuda是否可用
9. >>>print(torch.cuda.get_device_name(0)) #返回设备索引
11. >>>print(torch.cuda.device_count())     # 返回GPU的数量
13. >>>print(torch.cuda.current_device())   # 返回当前设备索引
15. >>> print(torch.rand(3,3).cuda())

复制代码

结果：检察包和cuda

 有torch和vision且为cu版本对应就没标题。

 有True ，就可以舒畅得使用torch。

来源：https://blog.csdn.net/m0_73829560/article/details/129834555
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！