@TOC
因为之前有相应的环境,因版本错误,所以首先彻底删除虚拟环境
第一步:首先退出环境
conda deactivate
第二步:查看虚拟环境列表,此时出现列表的同时还会显示其所在路径
conda env list
第三步:删除环境
conda env remove -p 要删除的虚拟环境路径
创建虚拟环境
第四步:查看cuda版本
nvcc -V
结果:
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Fri_Dec_17_18:16:03_PST_2021
Cuda compilation tools, release 11.6, V11.6.55
Build cuda_11.6.r11.6/compiler.30794723_0
我的是11.6
和nvidia-smi的区别是
nvidia-smi查看的是安装在liunx中的最高版本支持12.0,所以11.6是满足自身机器的使用的
非常重要的就是这些对应关系pytorch,torchvision与python版本对应关系
因为cuda版本是11.6,所以pytorch 对应是1.13 torchvision 0.14 python >=3.7 <=3.10
如果论文中readme中python中3.6版本,只能安装3.7的,3.6版本即使安装后也不能用,也会报错,后期环境还是要换。
简单粗暴就是删掉现有的虚拟环境。
重新走一遍:
- 使用conda的清华源创建虚拟环境
conda create -n AP3D python=3.7 -c conda-forge
- 激活虚拟环境
conda activate AP3D
- 安装对应的cuda,pytorch ,torchvision
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
可以运行代码了,根据实际需求报错缺什么就安装库函数就可以了。
实验室服务器,包括自己购买的4090服务器版本不对应踩过太多坑,以此作为教程