conda换源安装torch+vscode分布式训练调试

最新推荐文章于 2024-08-20 09:37:32 发布

哈哈哈，冲冲冲

最新推荐文章于 2024-08-20 09:37:32 发布

阅读量1.1k

点赞数 2

文章标签： conda vscode 分布式

本文链接：https://blog.csdn.net/qzzzxiaosheng/article/details/130788604

版权

该文指导如何在Linux系统下，通过Anaconda使用清华大学镜像源安装PyTorchGPU版本，包括查找合适的CUDA版本、安装torchvision，以及在VSCode中配置多卡训练的launch.json文件，实现单文件启动分布式训练。

摘要由CSDN通过智能技术生成

conda换源安装torch(linux系统+anaconda)

1、找到.condarc文件
2、替换为一下内容：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3、conda info 命令查看目前使用的源
4、通过nvidia-smi查看自己电脑支持的cuda最高版本
5、conda search pytorch 查看目前可用conda 安装的pytorch版本，注意不仅查看版本号，还要看后面的release版本
6、安装pytorch GPU版本：conda install pytorch=1.12.1=gpu_cuda113py38h19ae3d8_1
7、以上方案可以直接在虚拟环境执行，不需要自己单独安装cuda与cudnn，但是还需要安装torchvision，同样conda search torchvision之后按照后面的release版本查看和自己cuda（113）相符合的版本，执行安装：conda install torchvision=0.13.1=py38_cu113
8、大工告成，这是目前尝试过最简单的安装方法。
9、以往我们安装的时候只注意版本号，比如1.12.1这些，但是一个版本号可能对应很多个release版本，直接安装往往不匹配，因此后面需要把release版本加上做一个限制。

vscode分布式训练调试

单卡训练往往好调试，那么多卡怎们办呢？很简单，在launch.json中修改：

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: 当前文件",
            "type": "python",
            "request": "launch",
            "program": "/home/{你自己的用户名}/.conda/envs/{虚拟环境名称}/lib/python3.7/site-packages/torch/distributed/launch.py",
            "console": "integratedTerminal",
            "args": [
                "--nproc_per_node=1",
                "fixmatch.py",
            ],
            "env": {"CUDA_VISIBLE_DEVICES":"0"},
        }
    ]
}