最近重新配置环境发现现有的教程太久远了,部分内容i经不适用了,所以在前人的及基础上进行了补充和改正。
首先,确保已经安装好Anaconda,安装过程很简单,傻瓜安装即可。
如果你还不是很清楚CUDA,CUDATookit,cuDNN,Pytorch分别在深度学习环境中的定位与关系,推荐看一下这篇文章()
用人话讲解深度学习中CUDA,cudatookit,cudnn和pytorch的关系_cuda和pytorch的关系-CSDN博客
另外,如果你还不是特别理解虚拟环境的作用,建议看一下这位大佬的视频
安装不算完事,只有理解了虚拟环境才算真正掌握 Python 环境_哔哩哔哩_bilibili
OK,开始正文,搞事开始
首先,我们要明确,我们是要在虚拟环境中安装cuda和cuDNN!!!只需要在虚拟环境中安装就可以了。
一、创建虚拟环境,
conda create -n 名字 python=python版本
conda activate 名字
那中文内容替换成你想要的内容就可以。
二、查看CUDA版本
nvidia-smi
比如我的CUDA Version=11.7,那么它就可以支持 ≤ 11.7版本的CUDATookit
现在你已经知道了自己系统的cuda版本,
三、安装CUDATookit
conda install cudatoolkit=11.8
四、安装cuDNN
如果你成功安装了你想要的那个版本的cudatookit,注意,现在你安装cudnn的版本必须依赖于cudatookit的版本
cuda与cudnn的对应关系可以在cuDNN历史版本下载页面看到:
https://developer.nvidia.com/rdp/cudnn-archive
找到对应的就可以
conda install -c conda-forge cudnn=版本号
五、安装Pytorch
根据之前我们讲过的,pytorch的版本也是和CUDA版本有对应关系的,比如torch1.6.0只适配cuda10.2、10.1、9.2,不适配cuda11.0。
我们接下来的操作需要进入到Pytorch的官网Previous PyTorch Versions | PyTorch,在里面查看你想要的Pytorch版本它适配的CUDA版本并获取安装命令
比如我现在想要安装Pytorch的2.1.1版本,同时我之前已经安装了CUDA的11.8版本
如上图,这一条命令可以满足我的pytorch和cuda之间的对应关系,因此,我们复制它并运行,即可安装Pytorch 1.11.0
conda install pytorch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 pytorch-cuda=11.8 -c pytorch -c nvidia
检查环境是否配置成功
如果如下操作可以正常进行并打印出你安装的相应版本,那么你已经配置成功
#进入虚拟环境
conda activate [你的虚拟环境名]
#输入python来进入python的环境
python
#加载torch
import torch
print(torch.backends.cudnn.version())
#输出8200,代表着成功安装了cudnn v8.4.0
print(torch.__version__)
#输出1.11.0,代表成功安装了pytorch 1.11.0
print(torch.version.cuda)
#输出11.3,代表成功安装了cuda 11.3
torch.cuda.is_available()
#True
参考文章:
在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境(新手必看!简单可行!)_conda install cudnn-CSDN博客