Windows下深度学习环境CUDA10.1和CUDA10.0共存

        前两天无意看到一篇论文《EISEN: A PYTHON PACKAGE FOR SOLID DEEP LEARNING》,介绍了一个基于Pytorch的医学图像处理库,正好和所研究的内容有关,既然有人已经造好了轮子,那不是很好吗,于是找到官方GitHub]官网开始安装,将遇到的坑记录一下:

      我当前的系统状况如下:硬件Windows10+2080Ti,cuda10.0,cudnn7.3,已经安装了pytorch1.1-GPU,TensorFlow1.13-GPU和Keras-2.2.4-GPU,PaddlePaddle0-GPU。看了github上该库需要pytorch1.4支持,上Pytorch官网去看,1.4版本需要cuda10.1支持,看了网上有些说需要卸载之前装的cuda10.0,然后再去安装cuda10.1,由于我这些虚环境里面已经装了很多库,担心更换后导致用不了,所以采用了以下方法顺利安装:

  • 在NVIDIA官网下载显卡的最新驱动并安装,貌似不更新驱动后面的步骤不行。
  • 建立conda虚环境,在虚环境中使用`conda install pytorch torchvision cudatoolkit=10.1 -c pytorch`安装Pytorch1.4-GPU,不出意外的话会因为网络太慢中断,但会提示下载pytorch-1.4.0-py3.6_cuda101_cudnn7_0.tarcudatoolkit-10.1.243-h74a9793_0.tar的链接,在IDM中复制链接下载很快,本地安装用如下命令
conda install --use-local pytorch-1.4.0-py3.6_cuda101_cudnn7_0.tar

conda install --use-local cudatoolkit-10.1.243-h74a9793_0.tar

这样只是在虚环境中变动了cuda版本,没有影响到其他虚环境。安装完毕后不会影响其他虚环境。

在不同的虚环境中试了一下,一切OK,可以放心了。

两个cuda版本和谐共存,Conda环境管理真的是好用。

  • 安装eisen,参照官网指令即可
pip install --upgrade eisen

接下来就是好好研究这个库如何用在CT、X光片上了

  • 5
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
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