目前常见的深度学习框架有很多，最出名的是：PyTorch（facebook出版）， Tensorflow（谷歌出版），PaddlePaddle（百度出版）。PyTorch是目前最主流的深度学习框架，我们就选择PyTorch肯定没错。

官网查看最新版 ：

Start Locally | PyTorch

Nvidia显卡上安装PyTorch

Nvidia显卡如果要装pytorch，可以用windows系统，也可以用Linux系统，如果有Nvidia显卡，则安装GPU版本PyTorch，首先升级显卡驱动，将自己显卡驱动升级到最新。

安装CUDA

🔎安装CUDA（Compute Unified Device Architecture）意味着在您的电脑上部署NVIDIA推出的一种并行计算平台和编程模型。CUDA允许开发者利用NVIDIA GPU（图形处理器）进行通用计算，而不仅仅是图形处理。这意味着原本设计用来加速图像渲染的任务的GPU，现在可以通过CUDA来执行科学计算、深度学习、物理模拟等高度并行化的计算任务。

安装CUDA11.8, 下载连接： CUDA Toolkit 11.8 Downloads | NVIDIA Developer

下载CUDA后，使用默认安装即可。

安装CUDNN

🔎安装cuDNN（CUDA Deep Neural Network library）是指在已安装CUDA的基础上，部署NVIDIA专门为深度学习应用优化的GPU加速库。cuDNN是一个底层库，它提供了高度优化的例程，用于深度神经网络中最常见的操作，如卷积、池化、激活函数等。 安装cuDNN的目的在于进一步提升基于GPU的深度学习计算效率，因为它针对深度学习任务进行了特别的优化。cuDNN的设计旨在简化集成到更高级的机器学习框架中，如TensorFlow、PyTorch、Caffe等，这些框架在内部使用cuDNN来加速它们的运算。

下载cudnn，下载连接：cuDNN Archive | NVIDIA Developer

将cudnn解压后解压后，是几个文件夹

然后再把它们都放到cuda同一级目录下。

命令行安装PyTorch

代码语言：javascript

复制

#创建PyTorch环境
conda create -n torch2 python==3.10
#进入环境
conda activate torch2
#安装gpu版本pytorch
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https ://download.pytorch.org/whl/cu118

验证GPU版是否安装成功

代码语言：javascript

复制

import torch
print(torch._version_)
print(torch.cuda.is_available())

安装CPU版本PyTorch

如Windows电脑上没有Nvidia显卡，则安装CPU版本PyTorch

代码语言：javascript

复制

#创建PyTorch环境
conda create -n torch2 python==3.10
#进入环境
conda activate torch2
#安装cpu版本pytorch
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https ://download.pytorch.org/whl/cpu

验证CPU版是否安装成功与刚才一样，只是最后输出False。

MacOS****上安装PyTorch

输入命令

代码语言：javascript

复制

pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1

或者使用conda命令进行安装（需要先安装anaconda）

代码语言：javascript

复制

conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 -c pytorch

AMD显卡上安装PyTorch

amd显卡如果要装pytorch，只能用 linux 系统，执行以下命令安装

代码语言：javascript

复制

# ROCM 5.4.2 (Linux only)
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/rocm5.4.2

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓