1. Проверьте драйвер видеокарты и соответствующие версии CUDA и других версий.

1.1 Проверьте драйвер видеокарты

Введите команду nvidia-smi, чтобы просмотреть соответствующую версию.

Вы можете видеть, что драйвер видеокарты здесь — 527.99, а версия CUDA — 12.0.

1.2 Проверьте версию Python или версию Conda

Некоторые друзья, возможно, уже установили соответствующую версию Python и Conda. Давайте сначала проверим соответствующую версию.

1.3 Соответствующая связь между драйвером видеокарты и версией CUDA

Версия драйвера видеокарты: Драйвер. Version: 527.99,CUDA Версия: CUDA. Version 12.0, вы также можете выбрать другие версии в зависимости от версии видеокарты. CUDA, потому что Driver Version: 527.47 >= 522.06, поэтому он обратно совместим. Этот случай начинается с. CUDA 11.7 Версия представляет собой установочный кейс.

1.4 Соответствующие версии Pytorch и Python

1.5 Соответствующие версии Pytorch и CUDA

2. Загрузите и установите CUDA.

2.1 Скачать CUDA

Давайте перейдем на официальный сайт CUDA для загрузки: https://developer.nvidia.com/cuda-toolkit-archive.

Просто установите загруженную версию в соответствии с вашими потребностями.

2.2 Установите CUDA

После загрузки CUDA выберите установку следующим образом:

Здесь встретил запрос на старую версию драйвера, но она должна быть установлена. Продолжим установку.

Конечно, вы также можете открыть панель управления драйвером NVIDIA и проверить соответствующую версию.

То есть лучше всего установить соответствующую версию драйвера CUDA следующим образом. Конечно, она обратно совместима, поэтому возможна и версия 11.7.

Затем приступаем к упрощенной установке.

Просто дождитесь установки.

Тогда переменные среды CUDA устанавливаются для нас по умолчанию. Мы можем ввести nvcc --version в командной строке, чтобы проверить версию CUDA.

3. Установите cuDNN

Затем устанавливаем cuDANN и открываем URL:

https://developer.nvidia.com/rdp/cudnn-archive

Просто найдите соответствующую версию и скачайте ее.

Затем распаковываем скачанный файл и помещаем его в CUDA.

Поместите его в каталог CUDA: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin.

Затем выполните следующую команду в каталоге: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\demo_suite:

.\bandwidthTest.exe
.\deviceQuery.exe

чтобы проверить, прошла ли установка успешно.

Обратите внимание, что вам нужно запустить cmd по этому пути, чтобы выполнить exe-файл. Если вы получили пропуск, это означает успех.

4. Установите Питорч

4.1 Проверьте соответствующую версию

Соответствующие версии CUDA и Pytorch следующие:

Версии Pytorch и Python:

в соответствии с CUDA 11.7 Просмотр версии Соответствующая версия Pytorch: 12.1.1, затем в соответствии с Pytorch12.1.1Просмотр версия Соответствующая версия Python >=3.7 приезжать <=3.10 , вы можете использовать случай Python3.8.

4.2 Установите Анаконду

В Интернете есть множество руководств по установке Anaconda, а также у блоггеров есть соответствующие руководства. Вы можете поискать их самостоятельно, поэтому я не буду здесь вдаваться в подробности.

Но ваша Анаконда не может использовать отечественный источник Цинхуа. Здесь вы можете ввести следующую команду в командной строке cmd:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

Эффект показан на рисунке ниже.

4.3 Установка виртуальной среды

Откройте командную строку Анаконды.

conda create -n pytorch1 python=3.8.8

Затем дождитесь установки.

Затем активируйте только что созданную среду pytroch1 с помощью следующей команды:

conda activate pytorch1

Если вы не перешли на источник Цинхуа, вы можете продолжить переход на источник Цинхуа здесь:

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda config --set ssl_verify false

4.4 Установка Питорча

Открыть URL-адрес：https://pytorch.org/

В настоящее время на веб-сайте загружается версия CUDA11.8, которая является относительно новой. Старую версию CUDA можно найти на официальном сайте.

Вот соответствующие команды для 11.7.

conda install pytorch torchvision torchaudio pytorch-cuda=11.7
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

Есть две команды: первая — использовать источник Цинхуа, а вторая — использовать зарубежные страны. Рекомендуется, чтобы первая работала намного быстрее.

Если использовать отечественные источники, возникает множество проблем, таких как Вопрос 1: среда решения: не удалось выполнить первоначальное замороженное решение Вопрос 2: решающая среда: кружение по кругу Такая проблема действительно неудобна, но, скорее всего, используются внутренние источники, такие как Alibaba и так далее.

Таким образом, вы можете установить его напрямую, используя внешние команды (вторая команда выше).

ОК, затем введите команду, чтобы проверить успешность установки.

Если вывод верен, он будет успешным, но я снова наступил на ловушку и могу только сказать, что это возмутительно.

Начните искать решения.

Моя интуиция подсказывает мне, что с установкой CUDA что-то не так.,Я проверил это напрямую,Это оказалась версия процессора.,Я не знаю, является ли это вероятностным событием.,Очевидно, раньше у меня не было проблем с таким притворством. ХОРОШО,Это снова против неба, члены семьи,Не волнуйтесь,Просто ищите куда приехать и проблема будет решена.

Используйте приведенную выше команду, чтобы напрямую удалить версию pytorch для ЦП:

conda uninstall pytorch

Попробуйте изменить команду

pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
//На этом шаге возникла проблема! ! Мы используем 11.7cuda,Не могу установить факел 2.0! ! ! ок, это тоже возмутительно, члены семьи,Все, просто посмотрите вниз.

При использовании команды pip проблем возникнуть не должно.

Вы можете перейти на этот сайт, чтобы найти установку соответствующей версии: https://pytorch.org/get-started/previous-versions/

Если вы изучаете программирование, не бойтесь столкнуться с проблемами. Если есть ошибки, просто решайте их напрямую! Сухой! !

Логически говоря, может быть, каждый это может, но я все еще не могу, ладно, мне нужно тренировать свою психику.

После проверки может оказаться, что версия pytorch и версия cuda не совпадают. Теперь попробуйте использовать pytorch 1.13.1. Мой друг тоже пьян. Я попробую в последний раз. Это действительно тренирует мой разум. К счастью, у меня высокая скорость Интернета и загрузка не медленная.

Заказ:

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

Давай сделаем это! !

ок, император расплачивается, Оли здесь!