当前位置: 首页 > news >正文

Anaconda虚拟环境安装torch-gpu

经过好几天的尝试,终于成功了=_=


步骤如下所示:

step1·打开cmd,输入nvidia-smi查看自己电脑支持的CUDA版本,我的版本是12.8,那么安装的cuda版本应当<=12.8
在这里插入图片描述
step2·通过conda activate intern激活虚拟环境(activate后面的是虚拟环境名称),该虚拟环境使用3.11.13版本的python(3.11.X不支持2.5.X的CUDA
step3·通过conda search cudatoolkit --info查看支持的cudatoolkit版本,cudatoolkit可视为conda版的cuda。发现最新版本是11.8.0,那么conda install cudatoolkit=11.8.0安装即可。
在这里插入图片描述
step4·进入torch官网,根据安装的11.8.0,我们在cmd中选择pip3命令进行安装。同时,由于直接这么安装速度很慢,因此选择使用阿里源实现,不开加速器(2025.6.24 20:00左右,下载速度为14.XMB/s,大概4min下完
pip3 install torch torchvision torchaudio -f https://mirrors.aliyun.com/pytorch-wheels/cu118
在这里插入图片描述
在这里插入图片描述
step5·在intern虚拟环境中,先激活虚拟环境,然后可在一个python文件中(这里我使用vscode打开),通过下列代码测试:

import torch
print(torch.cuda.is_available())

结果若是True,表示成功安装!


参考
1、
2、

http://www.lqws.cn/news/505801.html

相关文章:

  • Linux操作系统Nginx Web服务
  • C++的单例模式
  • 【PDF】Java itextpdf 生成PDF时添加自定义页脚
  • 【android bluetooth 协议分析 05】【蓝牙连接详解2】【acl_interface_t介绍】
  • C预处理详解2
  • 桌面小屏幕实战课程:DesktopScreen 7 文件系统
  • 01-StarRocks安装部署FAQ
  • HOW - 图片的一倍图、二倍图和三倍图
  • 【Pandas】pandas DataFrame merge
  • 鸿蒙开发 一 (八)、自定义绘制
  • 3DSwiper 好看的走马灯轮播图
  • Meson介绍及编译Glib库
  • 顺序表整理和单项链表01 day20
  • 对人工智能的厌倦感是真实存在的,而且它给品牌带来的损失远不止是参与度的下降
  • 【sklearn】K-means、密度聚类、层次聚类、GMM、谱聚类
  • Flutter 学习 之 mixin
  • CFDEM 介绍和使用指南
  • CUDA12.1+高版本pytorch复现Mtrans环境
  • FastMCP+python简单测试
  • 全面掌握 Nginx的功能和使用方法
  • Ingress-Nginx简介和配置样例
  • 最方便的应用构建——利用云原生快速搭建本地deepseek知识仓库
  • 程序猿成长之路之数据挖掘篇——聚类算法介绍
  • uniapp实现远程图片下载到手机相册功能
  • redis的安装及操作
  • 支持向量机(SVM):原理、实现与应用
  • Python核心库Pandas详解:数据处理与分析利器
  • 传输层协议TCP
  • 随机森林详解:原理、优势与应用实践
  • 【apache-maven3.9安装与配置】