检查服务器CUDA状态
检查CUDA相关配置
- 检查GPU驱动
nvidia-smi
- 检查CUDA版本
nvcc -V
若未安装CUDA会报错,若已安装会显示CUDA版本。
- 检查Pytorch是否可用
import torch torch.cuda.is_available()
若运行失败则torch未安装,若显示True则Pytorch可以用GPU
配置CUDA
-
下载CUDA
下载需要的CUDA https://developer.nvidia.com/cuda-toolkit-archive -
安装CUDA
双击exe安装无脑下一步即可,若已经有驱动可以不勾选驱动。
安装Pytorch
-
下载与python版本、CUDA版本、系统类型匹配的Pytorch轮子包 https://download.pytorch.org/whl/torch/
-
下载到本地以后使用pip安装即可
pip install 本地路径.whl
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?