d2l安装(miniforge+cuda+pytorch)

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

anaconda收费,专用miniforge

1)下载miniforge,并安装

miniforge:A conda-forge distribution. - AtomGit | GitCode

配置参考:miniforge3安装

2)查看电脑cuda版本,并安装

现在cmd中查看一下cuda的最高版本,我的是最高12.8,所以下载的是cuda12.6

CUDA Downloads | NVIDIA Developer

安装参考:(19 封私信 / 13 条消息) 【保姆级】Windows 安装 CUDA 和 cuDNN - 知乎

3)打开miniforge prompt,新建环境(name 换成自己环境名字)

conda create -n name python=3.10

激活环境

conda activate name

查找和cuda匹配的pytorch版本,链接如下:Get Started

然后把命令复制进去运行即可

验证安装成功:

python
import torch
print(torch.__version__)

具体参考:(19 封私信 / 13 条消息) 环境配置:选择正确版本的CUDA和PyTorch安装(windows) - 知乎

4)安装d2l包

pip install d2l

5) 安装jupyter notebook

conda install jupyter  

jupyter notebook

6)更换kernel

conda install ipykernel

ipython kernel install --user --name=环境名

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值