admin 管理员组

文章数量: 887007

Step1：安装cuda

网址： https://developer.nvidia/cuda-toolkit-archive

PS：此处必须先看看电脑显卡是否自己就装了cuda，可以通过执行命令行语句nvcc -V以此检查cuda是否有，如果有将会显示下面的内容

Step2：执行深度学习命令，检验是否能够跑通

device = 'cuda:0'  # 如果电脑上无Nvidia显卡或未安装CUDA框架，请更改为 'cpu'
x = torch.rand(batch_size, seq_len, input_size).to(device)
rnn = MyRNN(input_size, hidden_size, output_size).to(device)
hidden, y = rnn(x)
print(hidden.shape, y.shape)
  • 如果能够跑通说明可以使用GPU跑深度学习。
  • 如果出现下述报错：
AssertionError: Torch not compiled with CUDA enabled

   该报错表示torch和cuda不兼容，此时只要更换pytorch的版本就可以了，

此时需要转至Step3。

Step3：去往pytorch的官网选择相应出cuda版本并下载pytorch

  • 其中，cuda版本的选择只要低于当前cuda的版本就可以了；

  • 建议不要使用conda安装，因此之后可能会出现由于conda版本未更新等问题而造成安装失败或者安装过慢，因此建议使用pip安装；

  • 使用pip安装时可能会出现超时（即：timeout）等现象，此时可使用管理员的Windows终端执行命令，或者在网络好的时候重试几下等方式解决该问题。博主此处采取的是坚持不懈重试几次解决该问题（一把辛酸泪(╥╯^╰╥)），最终得以成功安装。

以上即为全部内容，OK(*^▽^*)

本文标签： 笔记本电脑 自带 如何使用 如何将 深度

版权声明：本文标题：解决：如何将pytorch的版本改为和cuda对应、如何使用笔记本电脑自带的NVIDIA使用GPU跑深度学习 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1729165505h1325979.html， 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。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。