服务器配置Pytorch环境
【注:本文为阅读 DataWhale 开源教程《深入浅出Pytorch》后,基于课题组新到服务器,配置 Pytorch 环境的过程记录】
1. 配置信息
服务器 GPU :A100 单卡
CUDA 型号:11.6
操作系统版本:Ubuntu 20
已安装 Anaconda3
2. 创建虚拟环境
通过 Xshell 连接到服务器账号后,先通过以下命令创建自己的虚拟环境:
conda create -n zyh_blog python=3.9
创建环境名为 zyh_blog,指定 python 环境为3.9。
安装成功输出:
通过以下命令进入自己的虚拟环境:
conda activate zyh_blog
3. 更换安装源
由于官网安装 Pytorch 极慢,此处我们更换清华源来辅助安装,首先通过以下命令更换默认源:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
4. 安装CUDA
根据版本情况,本机选择 CUDA11.3 进行安装:
conda install cudatoolkit=11.3
然后安装 cudnn,安装默认版本即可:
conda install cudnn
5. 安装 Pytorch
打开官网,找到与本机契合的 Pytorch 版本:
注:本文使用的服务器为 Linux 操作系统,使用 conda 命令安装(推荐),使用 Python 语言,CUDA 版本为11.3
因此需要进入到“更早的版本”页面,选择11.3对应版本的命令,复制,去掉其中的 -c pytorch,否则仍然会从官网下载
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3
安装成功之后即可使用 Pytorch,进入 Python 验证: