使用Anaconda配置pytorch环境
安装显卡驱动
安装anaconda
安装过程:参考博客
创建虚拟环境:
conda create -n torchenv python=3.6
安装cuda
去官网下载和驱动匹配的cuda,(根据官网提示进行安装)。我这里下载的时run文件,版本:cuda_10.2.89_440.33.01_linux.run.
安装完成之后还需要设置环境变量:
打开主目录下的 .bashrc文件添加如下路径:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.2/lib64
export PATH=$PATH:/usr/local/cuda-10.2/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.2
终端运行:source ~/.bashrc
检查:nvcc --version,如果显示下面的文子就说明安装成功了。
安装cudnn
去官网下载deb包,然后采用dpkg安装方式:
sudo dpkg -i libcudnn8_8.0.2.39-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.2.39-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8-doc_8.0.2.39-1+cuda10.2_amd64.deb
参考博客:参考博客
安装torch
首先下载torch的whl文件,torch的各个版本的whl文件连接——pytorch的whl文件
我这里下载的是:
然后使用pip直接在anaconda所创建的虚拟环境进行安装即可。
之后可检测其gpu是否可用。