-
pytorch-gpu（Anaconda3+cuda+cudnn）
下载Anaconda3
安装，看着点next就行
安装的时候注意你自定义的文件夹必须是空的
比较懒所以自动添加path
测试
win+r，输入cmd，打开终端
输入conda info，就能看到你的conda版本以及自带的python版本
输入activate就能进入到默认的base环境
cuda
安装的时候不能改路径
如果出现报错，关闭杀毒软件
一直下一步就好
取消勾选“CUDA”中的“Visual Studio Intergration”
一直下一步即可
测试
nvcc --version # 检查CUDA的版本号
set cuda # 查看CUDA设置的环境变量
安装成功
cudnn
解压后将这三个文件夹复制到CUDA的安装目录中
没选择自动添加环境变量的话需要手动设置
验证
win+R ，cmd打开，切换目录到demo_suit
以下是默认路径，你只用改一下版本号v12.1
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\demo_suite
输入
bandwidthTest.exe：
deviceQuery.exe：
安装成功
pytorch
如果没有你的cuda版本
下滑，找到适合你的版本即可
-
相关阅读:
C语言学习概览（三）
攻克视频技术
中断和异常理论详解，Linux操作系统原理与应用
MYSQL的安装
基于JSP+Servlet的医疗设备管理系统
2022-08-05：以下go语言代码输出什么？A：65, string；B：A, string；C：65, int；D：报错。
【超详细】Apache Durid从入门到安装详细教程
MATLAB矩阵
基于高阶微分器的无模型滑模控制器及其在自动电压调节器中的应用
【译】使用.NET将WebAssembly扩展到云（一）
- 原文地址：https://blog.csdn.net/qihshe/article/details/134393221
