需要tensorflow安裝配置教程請點擊鏈接：Anaconda虛擬環(huán)境中配置tensorflow-gpu

前言

解決問題：
1. 本來打算配置下pytorch，我的cuda版本是11.5，發(fā)現(xiàn)能夠適配的pytorch版本比較老，希望能用比較新的版本，所以通過學(xué)習(xí)在Anaconda虛擬環(huán)境中安裝cuda配置更新版本的pytorch。
2. 同時，當(dāng)我們?nèi)?fù)現(xiàn)其他人項目時，往往需要特定的版本的cuda，cudnn，pytorch，tensorflow等，因此，學(xué)會安裝不同的CUDA版本這很重要。
非常建議大家一個項目一個環(huán)境

1. 創(chuàng)建虛擬環(huán)境并安裝cudatoolkit和cudnn包

點擊鏈接：查看Pytorch版本信息

1）先確定需要安裝的版本，這里我以v2.0.1為例。大家按需選擇，如果是復(fù)現(xiàn)論文/項目，看作者是否提出版本要求；沒有的話隨意，但不建議直接用最新版，容易版本沖突。好吧其實是因為我比較懶，后面的項目可能拿以前創(chuàng)建的環(huán)境接著用
2）可以看到需要cuda11.7，pytorch對cudnn版本沒有要求。

1.1 創(chuàng)建虛擬環(huán)境

輸入命令：

conda create -n name python=3.X

name是環(huán)境名
3.x是python版本
如果創(chuàng)建名為torch2.0，python版本為3.9的虛擬環(huán)境，
命令為：conda create -n torch2.0 python=3.9

中間需要確認(rèn)下載安裝包，輸入y：

安裝成功：

進(jìn)入激活虛擬環(huán)境中：命令為activate name

提示：在進(jìn)行1.2部分的操作之前，一定要先進(jìn)入剛創(chuàng)建的環(huán)境，不然后面的操作是在默認(rèn)環(huán)境base上進(jìn)行

1.2 安裝cudatoolkit和cudnn包

1.2.1 安裝cudatoolkit包

輸入命令：

conda search cudatoolkit

查看可以下載的cudatoolkit安裝包，如下圖顯示：

發(fā)現(xiàn)是有這個cudatoolkit 11.7的，于是執(zhí)行命令：conda install cudatoolkit==11.7。

conda install cudatoolkit==11.7

同樣，輸入“y”確認(rèn)：

安裝成功：

可能會發(fā)現(xiàn)環(huán)境名變成了class，這是我更新的時候用的一個環(huán)境，就順著上面當(dāng)torch2.0就行

1.2.2 安裝cudnn包

1）雖然pytorch對cudnn沒有版本要求，但cudnn也需要與cuda版本配對。

因此，我們先查看與cuda 11.7適配的cudnn版本。

點擊鏈接：查看cudnn版本

發(fā)現(xiàn)cudnn8.9可以用于cuda 11.7，那么下載cudnn8.9版本即可。
提示：cudnn8.5以后版本現(xiàn)在都適配cuda 11.x

2）接下來，跟安裝cudatoolkit步驟一樣，先查看是否有這個版本，再命令安裝。
通過conda search cudnn命令查看可下載的版本：

conda search cudnn

發(fā)現(xiàn)8.9.x的版本有很多，我只要安裝8.9就可以，所以隨機選一個就行：

執(zhí)行命令conda install cudnn==8.9.1.23安裝cudnn包：

conda install cudnn==8.9.1.23

輸入“y”確認(rèn)：

安裝成功：

提示：安裝之后的 CUDA 和 cudnn 會存放在虛擬環(huán)境的 lib 文件夾 或者include 文件夾里面。如果直接通過win+r，cmd，nvcc -V命令會發(fā)現(xiàn)還是主機的版本。

2. 安裝pytorch

2.1. 安裝

輸入pytorch 2.0.1 && Cuda 11.7版本對應(yīng)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：這個過程比較慢。（2024.8.8 用這個命令好幾次都是環(huán)境依賴不滿足一直卡著，最后換pip命令了，關(guān)鍵時候還得是pip）

2.2. 驗證是否安裝成功

輸入以下命令：

python

# Pytorch
import torch
print(torch.cuda.is_available())

驗證pytorch是否能調(diào)用gpu，返回true，則安裝成功：

3. 一些問題(可以跳過)

為什么安裝后使用ncvv -V/ncvv --version，顯示不對（如果本機之前安裝了，返回的還是本機之前安裝的版本；如果之前沒有安裝，則返回’nvcc’ 不是內(nèi)部或外部命令，也不是可運行的程序或批處理文件。

1）解答：本文所講述的cuda是安裝在Anaconda創(chuàng)建的虛擬環(huán)境中的，并非直接安裝在系統(tǒng)中。因此，在對應(yīng)文件夾中無法找到對應(yīng)文件，所以也無法使用ncvv -V/ncvv --version命令來查看版本。
2）如果需要查看版本，需要先訪問pytorch，再調(diào)用cuda、cudnn。
具體操作如下：進(jìn)入Anaconda終端，進(jìn)入需要查詢版本操作的環(huán)境，輸入“python”進(jìn)入python環(huán)境，輸入以下命令。

#查看cuda版本
import torch
print(torch.version.cuda)

#查看cudnn版本
import torch
print(torch.backends.cudnn.version())

具體操作如下，可以看到就是我要安裝的cuda11.7和cudnn8.5，驗證成功：

以上就是Anaconda虛擬環(huán)境中安裝cudatoolkit和cudnn包并配置pytorch-gpu的配置教程的詳細(xì)內(nèi)容，更多關(guān)于Anaconda安裝cudatoolkit配置pytorch-gpu的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論