-
系统环境(Ubuntu 22.04)
-
cuda 版本(命令行输入 nvcc -V 命令查看):11.5
-
国内采用中科大源,需要先查看用户目录下源的情况,
# 添加中科大源 conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/rapidsai/ # 调整channels为flexibly conda config --set channel_priority flexible # 查看 channel情况 conda config --show-sources
以下是我输入以上命令得到的结果:
-
进入自己的 .condarc 文件直接修改:
-
# 进入自己目录文件 vim /home/wyt/.condarc
以下是结果,按 i 建开启更改模式,前面加 # 表示注释,更改完成之后,依次按 Esc 建、冒号:键,输入 wq 然后回车:
-
安装cudf
# 建议创建一个新的环境,因为cudf,cuml挺大的,以下 rapids为新环境名称,可以根据需要更改 conda create -n rapids cudf cudatoolkit=11.5 python=3.10 -c https://mirrors.ustc.edu.cn/anaconda/cloud/rapidsai/ -c conda-forge -c nvidia
以下是结果,红色框那一步需要挺久的时间,10分钟以上(请耐心等待)
-
安装cuml
# 进入新创建的环境,我刚刚创建的环境名叫做rapids-22.02 conda activate rapids-22.02 # 然后直接安装即可 conda install cuml
结果如下,红色框那一步同样需要时间,请耐心等待:
04-06
02-04
11-12
637
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
11-02
1756
![](https://csdnimg.cn/release/blogv2/dist/pc/img/readCountWhite.png)
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交