现在实验室的配置
# CUDA 11.1
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
以下是Pytorch和CUDA对应的版本
以下是Pytorch和Python对应的版本
检查cuda与Python版本是否匹配
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.empty(3,4,device='cuda'))
cuda
删除cuda
conda uninstall cudatoolkit --force
conda uninstall cudnn --force
检查cuda版本
nvidia-smi
在xshell处检查,cuda版本是10.1
安装10.1版本的cuda:
https://developer.nvidia.com/cuda-toolkit-archive
本文以cuda10.1为例:
在conda虚拟环境中安装CUDA:
conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
在conda虚拟环境中安装cudnn:
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
查看cuda版本
在vscode里查看,发现安装的只有10.0
nvcc -V
由于cuda版本为10.0,Python版本最高只能装到3.6
无论怎么删除Python版本,在(base)(pytorch)等虚拟环境下Python的版本还是3,9,所以干脆新建立了一个虚拟环境
创建新的虚拟环境
conda create --name env python=3.6
查看Python版本
python --version
安装torch
查看版本匹配的torch:
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch