复现代码真是太糟心了,尤其是比较老的代码,配置环境老大难······
第一步:查询、确定需要的环境
Python、torch、cuda、cudnn、torchvision、torchaudio版本对应
查询网址:Previous PyTorch Versions | PyTorch
第二步,创建、激活虚拟环境
① 创建 conda create -n new_name python=3.7(设置为需要的python版本)
② 激活 conda activate new_name
原来不用下面这么麻烦地小心翼翼,简简单单、干干净净之:
conda install cudatoolkit=10.1
安装失败则换源:conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=7(不知道具体多少就不写,直接默认最新)
安装失败则查询 conda search cudnn -c conda-forge
再按照 conda install cudnn==8.0.5.39 -c conda-forge
不用了也可以随时卸载.......
conda万岁
第三步,配置cuda平台
① 去官网CUDA Toolkit Archive | NVIDIA 开下载需要版本的cuda
可以直接复制wget后的链接(https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run)到浏览器,即可自动本地下载,较为稳定。
② cd该文件的位置,运行命令:sh cuda_10.1.243_418.87.00_linux.run
安装过程中注意安装路径
(服务器已有其他版本cuda时,参考(2条消息) linux 服务器安装多版本 cuda (无 sudo 权限 非 root 用户也适用)_linux安装多个版本cuda_~菜脯蛋~的博客-CSDN博客对于无 sudo 权限 或者 非 root 用户,在安装第一步中安装cuda时,将cuda toolkit的安装路径设置为自己有权限的目录就行,比如 /home/zhaozb/cuda-10.0,之后将后续步骤中对应cuda toolkit的安装路径都进行更改就行了
)
cuda-10.1-Ubuntu版本安装过程如图
Options两处路径需要改为自己的:
① Toolkit Options里面第一项路径需要修改为自己有权限的路径
② Library install Path改为自己有权限的路径
安装好后,配置cudnn时include和lib64是快捷方式,如图红色的,实际导航到targets里
第四步,配置cudnn工具
① 去官网cuDNN Archive | NVIDIA Developer下载对应cuda版本的cudnn
选择对应硬件的cuDNN Library,本地下载。
② 本地解压缩,得到cuda文件夹
将其中对应文件复制(上传)到cuda文件夹下的对应位置:
解压得到的cuda/include/cudnn.h文件,复制到安装的cuda-10.0文件夹下的include文件夹中;
解压得到的cuda/lib64文件夹下的4个文件,复制到安装的cuda-10.0文件夹下的lib64文件夹中
下图为在服务器中通过命令进行操作↓
第五步,切换cuda、cudnn版本
参考【Linux】多个版本的CUDA切换 - 知乎 (zhihu.com)
安装完成后提醒
因此需要为CUDA 10.1配置环境,编辑/home目录下的.bashrc文件 vim ~/.bashrc
在文件的末尾添加如下内容:
export PATH=/自己修改的路径/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/自己修改的路径/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存并关闭文件,激活该文件更新环境:source ~/.bashrc
需要更改sh文件中的INSERT_FOLDER路径为自己需要的、安装的cuda的位置
第六步,确定对应cuda版本的torch、torchvision的下载网址,便于加速下载:
https://download.pytorch.org/whl/cu101/torch_stable.html
更改cu后面的数字即为对应版本的cuda,cu100代表cuda10.0,cu101代表cuda10.1
下载命令:
pip install torch==1.3.0+cu101 torchvision==0.4.1+cu101 -f https://download.pytorch.org/whl/cu101/torch_stable.html