在已安装cuda的前提下，如何在Anaconda指定环境中安装pytorch cuda

最新推荐文章于 2025-02-13 12:55:16 发布
原创 最新推荐文章于 2025-02-13 12:55:16 发布 · 4.5k 阅读 · 16 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
在已安装CUDA的情况下，通过检查CUDA版本（如11.6），在PyTorch官网找到相应命令（修改cu117为cu116），然后在Anaconda指定的虚拟环境中（如cudatest）使用pip安装PyTorch、torchvision和torchaudio。安装完成后，通过python控制台验证CUDA是否可用。

在已安装cuda的前提下，如何在Anaconda指定环境中安装pytorch cuda

前提

  1. 电脑支持cuda并且之前已经安装过cuda以及cudnn等
  2. 电脑已经安装并配置好anaconda环境
  3. 已创建好anaconda指定虚拟环境

1. 查找PC已安装的cuda版本

打开终端cmd，输入指令：nvcc -V

C:\Users\emos>nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Tue_Mar__8_18:36:24_Pacific_Standard_Time_2022
Cuda compilation tools, release 11.6, V11.6.124
Build cuda_11.6.r11.6/compiler.31057947_0

由最后一行可知，电脑中安装的cuda版本为cuda11.6

2. 在PyTorch官网查找指令

进入PyTorch官网，如图
在这里插入图片描述
图中，只有CUDA 11.7及以上，我们可以从 Previous PyTorch Version 中查找对应版本。但实测，可以直接复制 Run this Command 并将其中的cu117改为cu116即可，即：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116

3. 在Anaconda指定虚拟环境中运行指令

假设我们已经创建的虚拟环境名称为 cudatest

  1. 首先打开Anaconda Prompt
  2. 输入指令 conda activate cudatest以激活环境
  3. 进入该虚拟环境后，输入第2个步骤中所查找的cuda下载指令，即
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu116
  1. 等待安装完成即可

4. 验证 pytorch cuda可用

在Anaconda Prompt激活虚拟环境后，输入 python进入python控制台。

(cudatest) C:\Users\Users_Name>python
Python 3.10.9 | packaged by Anaconda, Inc. | (main, Mar  8 2023, 10:42:25) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>>

显示True即代表cuda可用

标签
#pytorch #python #深度学习
RobinChan730
关注
【如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置手把手教学】
qq_43919533的博客
07-09 9866
如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置
从0开始下载Anaconda配置环境安装cuda和pytorch
coderrrrrr的博客
04-16 4721
由于最近新买了一台笔记本，需要配置深度学习的环境，所以要重新下载安装配置anaconda，cuda以及pytorch环境，这篇博客从0开始，细致简单搭建起pytorch环境，。重点说明一下！！！下载前一定要确定好自己的版本依赖，比如我这次下载的每一个版本就是 cudatoolkit 11.6 + pytorch1.12.0 + python3.7 其中anaconda版本选择适应python3.7的，下面会仔细讲到。
Windows安装CUDA&cuDNN&anaconda
weixin_43885541的博客
05-01 1524
Windows安装CUDA&cuDNN&anaconda 一.下载CUDA 去英伟达开发者网站下载CUDA，选择合适的版本。网盘下载地址见上篇。 验证是否成功：win+R打开CMD命令行，输入nvcc -V 二.安装cuDNN 1.去cuDNN的官网下载cuDNN文件，这个稍微麻烦些，需要注册英伟达的开发者账号才能下载，网盘下载地址见上篇。 2.下载完成解压。 3.进入CUDA的安装目录：如果是默认安装的话是：C:\Program Files\NVIDIA GPU Computing Too
强化学习环境配置（使用Anaconda安装CUDA、cuDNN、Pytorch、gym）
LiHaotian917的博客
08-10 7820
强化学习环境配置（使用Anaconda安装CUDA、cuDNN、Pytorch、gym）
Pytorch的安装，有点繁琐但是很详细，保姆级教程不信你安装不成功（Cuda+Cudnn+Anaconda+Pytorch）
weixin_46668520的博客
11-15 7967
PyTorch是一个开源的Python机器学习库，它提供了丰富的工具和功能，用于构建深度学习模型。它由Facebook的人工智能研究小组于2016年发布，并迅速成为深度学习领域中最受欢迎的框架之一。PyTorch的设计目标是提供简单易用的接口，同时保持灵活性和高性能。它基于动态计算图的概念，这意味着模型的计算图是根据实际运行时的数据动态构建的。这种设计使得PyTorch在实验和原型开发方面非常方便，因为用户可以轻松地编写和调试模型，而无需事先定义静态计算图。
如何在Ubuntu 20.04的Anaconda不同环境中安装不同的CUDA版本（2020年8月）
qysh123的专栏
08-22 6215
我觉得这个需求肯定很多朋友都有。 首先应该考虑一点：如果装了不同版本的CUDA，是不是也得装不同版本的cuDNN？我目前的结论是：为了不影响系统中本来的cuDNN，是可以不装的。按照这篇博客的介绍：https://www.cnblogs.com/laosan007/p/12612511.html “如果没有编译cuDNN的话，执行一些基于Caffe这一深度学习框架的程序速度上要慢3-5倍” 这个measurement我没有自己做过，如果目的仅仅是为了试着跑一下别人的代码，完全可以不理会cuDNN。另外
Ubuntu多CUDA版本安装及切换
qq_43673118的博客
06-16 1万+
可同时安装多个CUDA版本在/usr/local路径下，使用软连接实现版本的切换 一、查看已安装的CUDA版本 所有已安装的CUDA版本默认保存在/usr/local路径下，cd到该路径下通过ls命令查看： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CyHVBqw6-1623847509057)(C:\Users\Guoych\AppData\Roaming\Typora\typora-user-images\image-20210616154935123.png)] 文
cuda环境配置（anaconda虚拟环境版，含pytorch-gpu安装）
weixin_46446479的博客
05-18 2万+
深度学习cuda环境配置
安装Anaconda与PyTorch的过程与一些坑
hanliu2003的博客
08-15 2581
pytorch 的安装，配环境以及Copilot的修改。
GPU版本pytorch的安装，配套环境python、Cuda、Anaconda安装和版本选择，及常见问题调用gpu返回false
tyx2985491138的博客
04-11 2万+
前言：第一次装这个我也很懵，然后自己淋过雨就想记录一下交流经验，这个安装最麻烦的是需要各个版本都需要对应。我也看了很多教程网上基本上安装都是cpu版本，就官网链接安装下来也是cpu版本，然后就不能调用显卡。本篇文章就很好解决了安装gpu版本pytorch的一些常见问题。
PyTorch深度学习环境安装(Anaconda、CUDA、cuDNN)及关联PyCharm
weixin_45266856的博客
08-08 1万+
TytorchPython机器学习库，基于Torch，用于自然语言处理等应用程序Anaconda：是默认的python包和环境管理工具，安装了anaconda，就默认安装了condaCUDACUDA是一种由显卡厂商NVIDIA推出的通用并行计算架构，该架构使GPU能解决复杂的计算问题，可用来计算深度学习cuDNN：是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。
Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch
qq_42194665的博客
04-08 1万+
【代码】Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch。
Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】
weixin_44842318的博客
10-24 3万+
Pytorch环境详细安装教程【Win10+CUDA升级11.6+cudNN+Anaconda3虚拟环境+pycharm】
「安装」 Windows下安装Anaconda、CUDA、Pytorch、Jupyter使用
记录学习过程中的笔记
09-27 2187
确认有NVIDIA GPU安装CUDA安装miniconda安装GPU版PyTorch安装d2l和Jupyter下载d2l记事本运行测试。
Anaconda安装虚拟cuda环境——解决Pytorch无法识别cuda的问题
最新发布
qq_40163992的博客
02-13 4427
在 Anaconda 的环境配置过程中，明明根据电脑已经安装的 cuda 版本从 Pytorch 官网上安装了对应版本的 torch 包 但依然无法调用 GPU 进行 torch 任务，编辑 GPUtest.py 文件。得到结果如下：torch 无法正常识别到 cuda。打开 Anaconda Prompt 输入，nvidia-smi 查看当前 GPU 驱动程序nvidia-smi得到驱动版本是551.61，CUDA 版本是12.4。
Ubuntu搭建Pytorch环境（Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter）
funfan的博客
07-20 1万+
Ubuntu搭建Pytorch环境（Anconda、Cuda、Pytorch、Python、Pycharm、Jupyter）
Pytorch的GPU版本安装，在安装anaconda的前提下安装pytorch
IN year
01-05 6751
本文基于conda安装GPU版本的PyTorch。
在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow（-gpu）、pytorch
热门推荐
纸上得来终觉浅，绝知此事要躬行！
11-21 3万+
文章目录在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow（-gpu）、pytorch结论参考资料解释相关命令版本关系版本选择总结：实验 在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow（-gpu）、pytorch 结论 使用conda虚拟环境 使用conda命令安装 最重要的是版本关系（python、cuda、cudnn、pytor或者tensorflow框架）的对应。 参考资料 tensorflow2.x安装 理清GPU、
深度学习环境搭建详解（Anaconda、Pycharm、Cuda、Pytorch）
悠眠小虫的博客
02-20 6410
本文详细说明了深度学习中的相应环境配置，包括Anaconda、Pycharm、Cuda、cuDNN、Pytorch等，小白也能轻松上手哦！
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值