【DL笔记】Conda虚拟环境下安装cuda cudnn+PaddlePaddle安装+PaddleDetection

本文详细描述了如何在Python3.8及以上版本的虚拟环境中正确配置CUDA和CUDNN,以便安装PaddlePaddle和PaddleDetection。着重强调了版本选择的重要性,并分享了解决lap包安装问题的方法。
摘要由CSDN通过智能技术生成

目录

0. 环境准备

0.1 虚拟环境

0.1.1 创建虚拟环境

0.1.2  虚拟环境的删除

0.2 虚拟环境中安装cuda

0.2.1 准备工作

0.2.2 安装cuda与cudnn

1. PaddlePaddle

1.1 安装PaddlPaddle

1.2 验证是否安装成功

 2. PaddleDetection!启动!


主要想用下PaddleDetection,然后碰到了一堆问题,大部分最后发现都是环境没装好造成的,所以再这里记录一下:

版本一定要装对!版本一定要装对!版本一定要装对!版本一定要装对!版本一定要装对!

0. 环境准备

就是经典步骤了,先建虚拟环境,再安装各种东西

0.1 虚拟环境

0.1.1 创建虚拟环境

注意一下,paddlepaddle只支持python>=3.8

conda create -n paddle python=3.9
conda activate paddle

0.1.2  虚拟环境的删除

万一要重装还是有用的

# 删除所有
conda remove -n your_env_name --all
# 删除环境中的某个包
conda remove --name your_env_name  package_name 

0.2 虚拟环境中安装cuda

0.2.1 准备工作

注意paddlepaddle要求的版本,别下错了(

查看conda channels里支持的版本

conda search cudatoolkit
conda search cudnn

一般来说,默认channel是肯定找不齐的(

比如合适的cudnn版本只有8.2.1,但是cudatoolkit没有11.2

因此需要加个个channel(已经添加过forge的可以忽略)

所以要 增加channel,基本上forge里都能找到

conda config --add channels conda-forge

0.2.2 安装cuda与cudnn

这里以cuda11.2 cudnn 8.2.1 为例

conda install cudatoolkit=11.2
conda install cudnn=8.2.1

1. PaddlePaddle

1.1 安装PaddlPaddle

找到对应版本, CV到终端安装

conda install paddlepaddle-gpu==2.6.0 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge 

1.2 验证是否安装成功

在命令行输入python 进入python解释器

python
~ import paddle
~ paddle.utils.run_check()

 输出PaddlePaddle is installed successfully! 就是安装成功

 2. PaddleDetection!启动!

PaddleDetection行人分析工具PP-Human案例实操 - 飞桨AI Studio星河社区

主要就跟着官方文档走,只要前面环境版本都对的上就不会有大问题

git clone https://github.com/PaddlePaddle/PaddleDetection.git
cd PaddleDetection
pip install -r requirements.txt

装requirments的时候,我这出现了个问题,大概就是lap 包安装失败,就手动装一下

 conda install -c conda-forge lap

 paddledectection使用就不罗嗦了,按照官方文档来就行,主要是模型权重下载要一些时间

  • 30
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 要在conda安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装了Anaconda或Miniconda。可以从官方网站(https://www.anaconda.com/)上下载适合您系统的版本,并按照安装指南进行安装。 2. 在终端或命令提示符中打开Anaconda Prompt或Miniconda Prompt。 3. 创建一个新的conda环境,可以通过执行以下命令创建一个名为“myenv”的环境,并选择Python版本(此处选择Python 3.7): ```shell conda create -n myenv python=3.7 ``` 4. 激活新创建的conda环境: ```shell conda activate myenv ``` 5. 添加CUDAconda存储库,可以通过执行以下命令添加官方的CUDA存储库: ```shell conda config --add channels conda-forge ``` 6. 安装CUDA 10.1和cuDNN 7.6.5,可以执行以下命令: ```shell conda install cudatoolkit=10.1 cudnn=7.6.5 ``` 7. 等待安装完成。conda会自动解析依赖关系并下载和安装所需的软件包。 8. 安装完成后,您可以通过执行以下命令验证CUDAcuDNN安装: ```shell nvcc --version # 检查CUDA版本 python -c "import torch; print(torch.cuda.is_available())" # 检查cuDNN是否可用 ``` 通过按照以上步骤,在conda上成功安装CUDA 10.1和cuDNN 7.6.5,并可以进行深度学习开发和GPU加速的工作。 ### 回答2: 要在conda安装CUDA 10.1和cuDNN 7.6.5,可以按照以下步骤进行操作: 1. 首先,确保已经安装conda。如果还没有安装,请先前往conda官方网站(https://docs.conda.io/en/latest/miniconda.html)下载并安装。 2. 打开终端(或Anaconda Prompt,或Anaconda Navigator的终端界面)。 3. 创建一个新的conda环境。可以通过以下命令创建并命名环境(比如cudatoolkit10_1): ``` conda create -n cudatoolkit10_1 ``` 4. 激活新创建的环境: ``` conda activate cudatoolkit10_1 ``` 5. 安装CUDA 10.1。可以使用conda命令来安装: ``` conda install cudatoolkit=10.1 ``` 6. 安装cuDNN 7.6.5。首先,到NVIDIA官网(https://developer.nvidia.com/cudnn)下载相应版本的cuDNN。在下载完成后,进入cuDNN文件所在目录并解压缩文件。 7. 将解压缩后的文件复制到conda的环境路径中。可以使用以下命令将文件复制到合适的位置(‘path_to_cudnn_files’需要替换为你解压缩文件所在的路径): ``` cp path_to_cudnn_files/include/cudnn.h path_to_conda/envs/cudatoolkit10_1/include/ cp path_to_cudnn_files/lib64/libcudnn* path_to_conda/envs/cudatoolkit10_1/lib/ ``` 8. 安装完成后,可以通过以下命令验证CUDAcuDNN安装情况: ``` conda list cudatoolkit conda list cudnn ``` 通过按照以上步骤操作,就可以在conda上成功安装CUDA 10.1和cuDNN 7.6.5。请注意,具体命令和路径需要根据自己的环境进行相应的调整。
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