cuda cudnn pytorch 的下载方法(anaconda)

文章目录

  • 前言
  • cuda
    • 查看当前可支持的最高cuda版本
    • 显卡驱动更新
    • 下载cuda
  • cudnn
  • pytorch
    • 配置虚拟环境
      • 创建虚拟环境
      • 激活虚拟环境
    • 1.直接下载
    • 2.conda 下载(清华源,下载速度慢的看过来)
      • 添加清华镜像channel
      • 下载
      • 下载失败
    • 下载失败解决办法
      • 1.浑水摸鱼,风浪越大鱼越贵!
      • 2.江湖凶险,大侠请重新来过

前言

记录一下近日下载pytorch时遇到的坑

cuda

查看当前可支持的最高cuda版本

快捷键
win+R
cmd 
NVIDIA-smi

在cmd命令行内输入NVIDIA-smi即可查看当前NVIDIA显卡的driver version(显卡驱动),和可安装的最高cuda版本(最好别太高,也别太低)

在这里插入图片描述

显卡驱动更新

显卡驱动太旧的话,要下载好新版本的驱动

笔者用的是以下软件更新的

在这里插入图片描述

下载cuda

下载前还要去看一下目前pytorch适配的最高cuda版本(很重要!)

https://pytorch.org/get-started/locally/
在这里插入图片描述

以pytorch网页上的cuda版本为主!
我就掉进了这个坑里
图里显示的cuda版本最高为12.1,但我之前却下了12.4版本的,最后搞了好久

cuda官网

cudnn

cudnn官网

选择与自己的cuda版本对应的cudnn版本即可

pytorch

上面第一个网址

配置虚拟环境

打开anacona自带的
在这里插入图片描述

创建虚拟环境

个人推荐python3.10版本

conda create -n pytorch(环境名) python=3.10.14(版本名)

在这里插入图片描述

出现以下图图,即代表母子平安
在这里插入图片描述

激活虚拟环境

conda activate 环境名
在这里插入图片描述

1.直接下载

根据自己的情况选好,即可复制

Run this Command

上的命令即可
如果找不到对应cuda版本的话,可以点击

install previous versions of PyTorch

这个链接去寻找属于自己的神奇宝贝!

2.conda 下载(清华源,下载速度慢的看过来)

由于软件过大,使用conda安装软件时可能会遇到

下载中断
龟速下载

而且conda没有断点下载这一说法,下载已中断的话,就得重新来过了

添加清华镜像channel

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

在这里插入图片描述

我之前已经添加过了,所以再次添加会报错(无伤大雅,区区致命伤)

下载

conda install pytorch torchvision torchaudio pytorch-cuda=12.1
在这里插入图片描述

等亿会,出现

done

后即可开始检验是否成功下载了

python
import torch
torch.cuda.is_available()

下载失败

如果最终结果为true,则大功告成啦
如果不是,那只能再试亿下下啦

如果出现以下图像,恭喜你,孩子很健康…
在这里插入图片描述

下载失败啦
我就是掉进了这个坑(cuda12.4版本过于先进,有人说可以向下兼容cuda12.1版的pytorch,但我这不行)

下载失败解决办法

1.浑水摸鱼,风浪越大鱼越贵!

搞了老半天,还是失败了,气得我当时就气了一个下午!
结果晚上我捣鼓大模型的时候,发现下载绘世模拟器的时候,阴差阳错的下好了,emm…
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

2.江湖凶险,大侠请重新来过

不知道可不可行,个人想法
找个办法卸载掉cuda(应该挺难搞的)和cudnn,重新再来一次捏
因为当时已经通过绘世模拟器下好了,就懒得亲手实践了(主要是这边网速不好啊!!!)

windows cuda更新教程

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:/a/522501.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

记一次 .NET某管理局检测系统 内存暴涨分析

一:背景 1. 讲故事 前些天有位朋友微信找到我,说他们的WPF程序有内存泄漏的情况,让我帮忙看下怎么回事?并且dump也抓到了,网上关于程序内存泄漏,内存暴涨的文章不计其数,看样子这个dump不是很…

阿里云服务器可以干嘛?能干啥你还不知道么!

阿里云服务器可以干嘛?能干啥你还不知道么!简单来讲可用来搭建网站、个人博客、企业官网、论坛、电子商务、AI、LLM大语言模型、测试环境等,阿里云百科aliyunbaike.com整理阿里云服务器的用途: 阿里云服务器活动 aliyunbaike.com…

[大模型]大语言模型量化方法对比:GPTQ、GGUF、AWQ

在过去的一年里,大型语言模型(llm)有了飞速的发展,在本文中,我们将探讨几种(量化)的方式,除此以外,还会介绍分片及不同的保存和压缩策略。 说明:每次加载LLM示例后,建议清除缓存,以…

【Java设计模式】创建型——抽象工厂模式

目录 背景/问题解决方案:抽象工厂模式解析生活场景模拟上一章的案例图解 意图主要解决何时使用如何解决关键代码抽象工厂模式涉及多个角色: 代码示例优点缺点应用场景 背景/问题 在某些情况下,需要创建一系列相关或相互依赖的对象&#xff0…

一些Java面试题

1、 Java语言有哪些特点 1、简单易学、有丰富的类库 2、面向对象(Java最重要的特性,让程序耦合度更低,内聚性更高) 3、与平台无关性(JVM是Java跨平台使用的根本) 4、可靠安全 5、支持多线程 2、面向对象和…

07 Python进阶:多线程

python线程概念 在 Python 中,线程(Thread)是用于实现多任务并发执行的基本单元。线程允许程序同时执行多个部分,每个部分称为一个线程,因此能够提高程序的效率,特别适用于需要同时执行多个任务的情况。下面…

StarRocks实战——华米科技埋点分析平台建设

目录 前言 一、原有方案及其痛点 二、引入StarRocks 三、方案改造 3.1 架构设计 3.2 数据流程 3.3 性能指标 3.4 改造收益 前言 华米科技是一家基于云的健康服务提供商,每天都会有海量的埋点数据,以往基于HBase建设的埋点计算分析项目往往效率上…

2024.4.2-day07-CSS 盒子模型(显示模式、盒子模型)

个人主页:学习前端的小z 个人专栏:HTML5和CSS3悦读 本专栏旨在分享记录每日学习的前端知识和学习笔记的归纳总结,欢迎大家在评论区交流讨论! 文章目录 作业 2024.4.2 学习笔记CSS标签元素显示模式1 块元素2 行内元素3 行内块元素4…

Linux | MySQL安装Workbench图形化

环境:rhel8 MySQL8 下载软件包 官网软件包地址: MySQL :: 下载 MySQL Workbenchhttps://dev.mysql.com/downloads/workbench/我这里下载的是 mysql-workbench-community-8.0.24-1.el8.x86_64.rpm 解决依赖 用rpm安装发现缺少依赖 [rooth…

3dmax经常染失败?优化方法提升染质量!

在三维建模和渲染的过程中,优化模型和场景的效率是至关重要的。以下是一些提升效率的方法: 模型简化:在创建模型时,应尽量减少使用的命令和修改器的数量。这是因为命令和修改器越多,消耗的内存和CPU资源也就越多&…

FJSP:巨型犰狳优化算法(Giant Armadillo Optimization,GAO)求解柔性作业车间调度问题(FJSP),提供MATLAB代码

一、柔性作业车间调度问题 柔性作业车间调度问题(Flexible Job Shop Scheduling Problem,FJSP),是一种经典的组合优化问题。在FJSP问题中,有多个作业需要在多个机器上进行加工,每个作业由一系列工序组成&a…

大米自动化生产线设备:现代粮食加工的核心力量

随着科技的不断进步和粮食加工行业的快速发展,大米自动化生产线设备在现代粮食加工中的地位愈发重要。这些设备不仅大大提高了生产效率,还保证了产品的质量和安全,成为了现代粮食加工行业不可或缺的核心力量。 一、自动化生产线设备助力效率提…

达托机器人(DRB)平台的安全性和前景是否可靠?

在当今数字化时代,技术创新不仅是企业成功的关键,也是整个行业的驱动力。在这个背景下,达托机器人(DRB)脱颖而出,以其创世团队的坚实基础和平台的可靠前景,引起了业界的广泛关注。 首先&#xf…

消息队列MQ(面试题:为什么使用MQ)

一、什么是mq? MQ全称 Message Queue(消息队列),是在消息的传输过程中保存消息的容器。多用于分布式系统之间进行通信,解耦。 二、常见的mq产品 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMq RabbitMQ: One broker …

人工智能、深度伪造和数字身份:企业网络安全的新前沿

深度伪造(Deepfakes)的出现打响了网络安全军备竞赛的发令枪。对其影响的偏执已经波及到一系列领域,包括政治错误信息、假新闻和社交媒体操纵。 深度伪造将加剧公共领域对信任和沟通的本已严峻的压力。这将理所当然地引起监管机构和政策制定者…

java.lang.NoClassDefFoundError: javax/validation/constraints/Min

1、报错截图 2、解决办法 添加依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-validation</artifactId> </dependency>

浮点数在内存中的存储【详解】

浮点数在内存中的存储 浮点数存储规则小数点后数值的二进制转换float和double存储图示优化存储方案E不全为0或不全为1E全为0E全为1 浮点数存储规则 大家都知道整型数据是以补码的方式存放在内存中。以下几个概念是需要知道的&#xff1a; 原码&#xff0c;补码&#xff0c;反…

C++入门语法(命名空间缺省函数函数重载引用内联函数nullptr)

目录 前言 1. 什么是C 2. C关键字 3. 命名空间 3.1 命名空间的定义 3.2 命名空间的使用 4. C输入和输出 5. 缺省函数 5.1 概念 5.2 缺省参数分类 6. 函数重载 6.1 概念 6.2 为何C支持函数重载 7. 引用 7.1 概念 7.2 特性 7.3 常引用 7.4 引用与指针的区别 7…

docker-compose安装dozzle

dozzle是一个docker日志的webui工具 安装配置 docker-compose.yaml version: "3" services:dozzle:container_name: dozzleimage: amir20/dozzle:v4.11.4volumes:- /var/run/docker.sock:/var/run/docker.sockrestart: unless-stoppedports:- 20342:8080networks:cu…

人工智能 - 服务于谁?

人工智能服务于谁&#xff1f; 人工智能服务于生存&#xff0c;其最终就是服务于战争&#xff08;热战、技术战、经济战&#xff09; 反正就是为了活着而战的决策。 既然人工智能所有结果&#xff0c;来自大数据的分挖掘&#xff08;分析&#xff09;也就是数据的应用&#x…