找到想要的torch版本
pytorch官网
torch过往的版本
创建新环境
conda create --name myenv python=3.8
conda activate myenv
conda虚拟环境中安装CUDA和CUDNN
深度学习用显卡训练的时候,需要安装与显卡对应的cuda和cudnn。但不同的项目所支持的pytorch版本是不一样的,而pytorch版本和cuda版本之间又是互相依赖的,所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。我们可以在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本,以此来实现不同cuda版本间的切换。
在虚拟环境中,先用conda search cudatoolkit --info 命令查看源内所有的cuda 版本,以及下载地址。
conda search cudatoolkit --info
方法一:把cuda下载到本地
首先复制url字段里的下载链接,然后用命令cd到想要下载的目录,执行如下代码下载
wget [你刚刚复制的链接地址]
安装:执行如下命令进行安装,因为是通过本地安装的,所以需要写明本地包的路径
# 在特定虚拟环境下安装
conda install --use-local [本地cuda包所在的路径]
方法二:直接安装(源内没有的版本无法通过这种方式安装
如果是在所有conda环境中首次安装cuda的某个版本,则会下载并完成安装,如果已有环境中已经安装过的版本,则不会再下载,直接复制。比如我在conda虚拟环境env1中安装cuda 11.3.1时,其他虚拟环境都没有安装过这个版本,则会下载安装,之后我在env2环境中再次安装cuda 11.3.1,就不需要再下载了,直接复制相关配置。
# 在特定虚拟环境下安装
conda install cudatoolkit=10.1
卸载cuda
conda remove cuda