pytorch环境搭建1650显卡,pytorch显卡

pytorch环境搭建1650显卡,pytorch显卡

在正式开始学习PyTorch之前，我们需要搭建必要的深度学习环境，需要安装的东西包括：显卡驱动、CUDA、CUDNN以及需要用到的pytorch库，当然如果你不使用GPU,那么，你只需要安装Python环境3、深度学习环境搭建3.1 Ubuntu系统安装打开网址链接，按照里面的步骤一步步进行镜像文件下载、系统盘制作以及ubuntu系统安装(当然，在此处并不是装双系统，在安装选项处应选

∪△∪ 我的显卡最高支持11.4，我分别安装了11.1和11.4版本，最后发现这两个版本GPU版pytorch都不支持，如果你的显卡也是1650 可以直接使用如下代码(现在2023.6.12 时间间隔过久可能驱动更新会导致失败) conda install pytorch torchvision torchaudio cudatoolkit

●﹏● PyTorch 环境搭建，安装完Python 环境之后，我们进入深度学习库PyTorch 的安装。本文介绍pip 安装Pytorch 包和conda 安装Pytorch 包两种安装方式。如果你有对应的显卡，并且需要安装GPU 版本如果你已经有cpu版的pytorch又不希望污染环境(比如你可能装错了，这时候就是泼出去的水了),建议conda create -n NAME python=3.x一下，新建一个虚拟环境。在pytorch官网找对应的版本h

使用conda创建环境(1)查看显卡驱动在命令行中(win+r 输入cmd打开)输入nvidia-smi,查看CUDA版本。这里我的cuda版本是11.6,之后我们需要下载对应版本的资源包，如果不显示这个界面，1.查看显卡所支持的cuda版本在命令行输入nvidia-smi 可以看到我的cuda版本为11.1,显卡为GTX1650 2.进入pytorch官网查看对应的conda安装命令这个地方没有11.1版本，点击Previous versions of PyT

4.1创建虚拟环境4.2激活环境4.3在所创建虚拟环境下安装pytorch 三、YOLOv5 1.下载源码及权重文件2.在激活的虚拟环境中，cd到源码文件夹下3.在源码文件夹下安装所需库4.测试运行三、配置CUDA环境变量四、安装cudaa 五、安装anaconda 六、安装PyTorch 测试是否安装成功一、查看电脑显卡和安装显卡驱动1、查看电脑是否支持pytorch 在设备管理器中查看计算机