Anaconda虚拟环境中安装cudatoolkit和cudnn包并配置pytorch-gpu
2024.06.07更新完成 需要tensorflow安装配置教程请点击链接：Anaconda虚拟环境中配置tensorflow-gpu
文章目录
- Anaconda虚拟环境中安装cudatoolkit和cudnn包并配置pytorch-gpu
- 前言
- 1. 创建虚拟环境并安装cudatoolkit和cudnn包
- 1.1 创建虚拟环境
- 1.2 安装cudatoolkit和cudnn包
- 1.2.1 安装cudatoolkit包
- 1.2.2 安装cudnn包
- 2. 安装pytorch
- 2.1. 安装
- 2.2. 验证是否安装成功
- 3. 一些问题(可以跳过)
- 3.1. 为什么安装后使用ncvv -V/ncvv --version，显示不对（如果本机之前安装了，返回的还是本机之前安装的版本；如果之前没有安装，则返回'nvcc' 不是内部或外部命令，也不是可运行的程序或批处理文件。
前言
解决问题：1. 本来打算配置下pytorch，我的cuda版本是11.5，发现能够适配的pytorch版本比较老，希望能用比较新的版本，所以通过学习在Anaconda虚拟环境中安装cuda配置更新版本的pytorch。2. 同时，当我们去复现其他人项目时，往往需要特定的版本的cuda，cudnn，pytorch，tensorflow等，因此，学会安装不同的CUDA版本这很重要。 非常建议大家一个项目一个环境，每次复现别人论文，项目，做大作业直接新配个环境就行，省时省力
1. 创建虚拟环境并安装cudatoolkit和cudnn包
点击链接：查看Pytorch版本信息
1）先确定需要安装的版本，这里我以v2.0.1为例。大家按需选择，如果是复现论文/项目，看作者是否提出版本要求；没有的话随意，但不建议直接用最新版，容易版本冲突。好吧其实是因为我比较懒，后面的项目可能拿以前创建的环境接着用2）可以看到需要cuda11.7，pytorch对cudnn版本没有要求。
1.1 创建虚拟环境
输入命令：
conda create -n name python=3.Xname是环境名 3.x是python版本 如果创建名为torch2.0，python版本为3.9的虚拟环境， 命令为：conda create -n torch2.0 python=3.9
中间需要确认下载安装包，输入y：
安装成功：
进入激活虚拟环境中：命令为activate name
提示：在进行1.2部分的操作之前，一定要先进入刚创建的环境，不然后面的操作是在默认环境base上进行
1.2 安装cudatoolkit和cudnn包
1.2.1 安装cudatoolkit包
输入命令：
conda search cudatoolkit查看可以下载的cudatoolkit安装包，如下图显示：
发现是有这个cudatoolkit 11.7的，于是执行命令：conda install cudatoolkit==11.7。
conda install cudatoolkit==11.7同样，输入“y”确认：
安装成功：
可能会发现环境名变成了class，这是我更新的时候用的一个环境，就顺着上面当torch2.0就行
1.2.2 安装cudnn包
1）虽然pytorch对cudnn没有版本要求，但cudnn也需要与cuda版本配对。
因此，我们先查看与cuda 11.7适配的cudnn版本。
点击链接：查看cudnn版本
发现cudnn8.9可以用于cuda 11.7，那么下载cudnn8.9版本即可。
提示：cudnn8.5以后版本现在都适配cuda 11.x
2）接下来，跟安装cudatoolkit步骤一样，先查看是否有这个版本，再命令安装。 通过conda search cudnn命令查看可下载的版本：
conda search cudnn发现8.9.x的版本有很多，我只要安装8.9就可以，所以随机选一个就行：
执行命令conda install cudnn==8.9.1.23安装cudnn包：
conda install cudnn==8.9.1.23输入“y”确认：
安装成功：
提示：安装之后的 CUDA 和 cudnn 会存放在虚拟环境的 lib 文件夹 或者include 文件夹里面。如果直接通过win+r，cmd，nvcc -V命令会发现还是主机的版本。
2. 安装pytorch
2.1. 安装
输入pytorch 2.0.1 && Cuda 11.7版本对应命令：
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia提示：这个过程比较慢。（2024.8.8 用这个命令好几次都是环境依赖不满足一直卡着，最后换pip命令了，关键时候还得是pip）
2.2. 验证是否安装成功
输入以下命令：
python# Pytorch
import torch
print(torch.cuda.is_available())验证pytorch是否能调用gpu，返回true，则安装成功：
3. 一些问题(可以跳过)
3.1. 为什么安装后使用ncvv -V/ncvv --version，显示不对（如果本机之前安装了，返回的还是本机之前安装的版本；如果之前没有安装，则返回’nvcc’ 不是内部或外部命令，也不是可运行的程序或批处理文件。
1）解答：本文所讲述的cuda是安装在Anaconda创建的虚拟环境中的，并非直接安装在系统中。因此，在对应文件夹中无法找到对应文件，所以也无法使用ncvv -V/ncvv --version命令来查看版本。 2）如果需要查看版本，需要先访问pytorch，再调用cuda、cudnn。 具体操作如下：进入Anaconda终端，进入需要查询版本操作的环境，输入“python”进入python环境，输入以下命令。
#查看cuda版本
import torch
print(torch.version.cuda)查看cudnn版本
import torch
print(torch.backends.cudnn.version())具体操作如下，可以看到就是我要安装的cuda11.7和cudnn8.5，验证成功：
