1.檢查CUDA版本資訊 在終端輸入 nvidia-smi 可以觀察到我的CUDA版本為12.7 2.下載並安裝CUDA ToolKit CUDA Toolkit 12.4 Downloads 點擊下載好的檔案 -> 選擇自定義安裝 -> 將Visual Studio Integration取消勾選(沒有使用Visual Studio) -> 下一步 -> 安裝。 安裝完成後,打開環境變數檢查是否存在。 開啟終端,輸入 nvcc -V 查看CUDA Compiler的版本,從結果可以看到顯示release 12.4,表示安裝成功;若出現錯誤,可能是未將路徑加入到環境變數中。 3.下載cuDNN cuDNN 9.6.0 Downloads 下載完後會是一個壓縮檔案,請先將它解壓縮,然後將裡面的所有檔案全選並且複製到CUDA ToolKit安裝好的位置(我安裝的位置是在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4),接著它會問說是否取代這些檔案,這邊選擇取代。 將bin、include、lib、libnvvp都加入到Path環境變數中。 開啟終端並且在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4\extras\demo_suite目錄底下執行bandwidth.exe和deviceQuery.exe,最下方顯示Reuslt = PASS表使成功。 4.使用Anaconda虛擬環境安裝Pytorch Anaconda載點 首先,開啟Anac...
留言
張貼留言