conda 配置pytorch conda 配置cuda

文章目录

• 背景（为什么）
• 具体步骤

• 查看conda支持的cuda版本
• 下载cuda
• 安装cuda
• 查看cuda对应的cudnn版本
• 下载cudnn版本
• 安装cudnn

• 测试安装是否成功

• 安装pytorch
• 测试cuda版本

• 参考链接

背景（为什么）

深度学习用显卡训练的时候，需要安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。

但是github上不同的项目所支持的pytorch版本是不一样的，而pytorch版本和cuda版本之间又是互相依赖的，所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。

我们可以在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本，以此来实现不同cuda版本间的切换。

具体步骤

查看conda支持的cuda版本

注意：

• 如果是第一次安装anaconda，需要先修改镜像
• 要先使用conda activate name命令把conda环境激活到你想要安装的那个环境。

conda search cudatoolkit --info

执行上述命令后，会显示出源内所有的cuda版本，以及下载地址，如图所示

下载cuda

找到自己想要的cuda版本后，先把cuda下载到本地。首先复制url字段里的下载链接，然后用命令cd到想要下载的目录，执行如下代码下载

wget 你刚刚复制的链接地址

安装cuda

执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径

# 然后安装本地包
conda install --use-local 本地cuda包所在的路径

查看cuda对应的cudnn版本

使用如下命令查看conda支持的cudnn版本，注意cudnn的版本一定要和刚刚下载的cuda版本对应

conda search cudnn --info

执行后的结果如图所示，图中标出了cudnn所对应的cuda版本号位置

下载cudnn版本

还是复制你想要版本的cudnn的下载地址，使用wget 链接地址进行下载

安装cudnn

conda install --use-local 本地cudnn包所在的路径

测试安装是否成功

在虚拟环境中安装完cuda和cudnn想要测试是否安装成功，不能使用nvcc -V命令测试，需要在虚拟环境中安装pytorch包进行测试

安装pytorch

首先安装与cuda相匹配的pytorch和torchvision包，可以去pytorch官网查询。

因为我的cuda版本是11.0，支持的pytorch版本为1.7.1，所以我安装的是这俩个，你可以根据你的需要安装。

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0

测试cuda版本

装好pytorch后，命令行输入python，进入python的命令行，导入torch包
查询cuda版本

print(torch.version.cuda)

查询cudnn版本

print(torch.backends.cudnn.version())

如图所示

可以看到版本号是我们想要的，成功！！！