【Pytorch】关于pytorch依赖包cuda cudnn等的记录

最新推荐文章于 2024-08-08 14:49:17 发布

sdbhewfoqi

最新推荐文章于 2024-08-08 14:49:17 发布

阅读量1.3k

点赞数

分类专栏： Tensorflow & Pytorch

本文链接：https://blog.csdn.net/weixin_31866177/article/details/107662864

版权

Tensorflow & Pytorch 专栏收录该内容

41 篇文章 7 订阅

订阅专栏

1、Pytorch 使用不同版本的 cuda

Pytorch 使用特定的 cuda 版本

　　从 Pytorch 确定使用的 cuda 版本的流程来看，想要指定 Pytorch 使用的 cuda 版本，主要有两种方法，第一种是修改软链接 /usr/local/cuda 所指向的 cuda 安装目录( 若不存在则新建 )，第二种是通过设置环境变量 CUDA_HOME 指向所需使用的 cuda 版本的安装目录。除此之外，还建议将对应 cuda 目录中的可执行文件目录( 形如/home/test/cuda-10.1/bin )加入环境变量 PATH 中。

　　对于第一种方法，由于 /usr/ 和 /usr/local/ 目录下的文件均为 root 用户所管理，故而普通用户无法对其进行修改。对于具备了 root 权限的用户而言，在安装有多版本 cuda 的 Linux 系统上，只需切换 /usr/local/cuda 所指向的 cuda 目录，让其指向所需的 cuda 版本的安装位置，即可让 Pytorch 在运行时使用指定版本的 cuda 运行程序。修改软链接的方法如下命令所示，命令删除原有的软链接，并新建指向新路径的软链接。

　　sudo rm -rf /usr/local/cuda        　　　//删除软链接，注意是 /usr/local/cuda 而不是 /usr/local/cuda/,前者仅删除软链接，而后者会删除软链接所指向的目录的所有内容，操作请小心
　　sudo ln -s cuda_path /usr/local/cuda    //创建名为 /usr/local/cuda 的软链接，其指向 cuda_path 所指定的 cuda 安装目录

或者直接强制修改原始的软链接

sudo ln -sf cuda_path /usr/local/cuda    //修改或创建软链接 /usr/local/cuda 使其指向指定版本的 cuda 目录

对于非 root 用户而言，主要通过第二种方法进行设置。若想要指定 Pytorch 使用的 cuda 版本，则首先需要设置 CUDA_HOME 环境变量，之后在 PATH 中加入指定 cuda 版本的可执行目录，也就时 cuda_path/bin/ 目录。完成设置后，运行 Pytorch 时所使用的即为对应的 cuda 版本。

　　实例

　　以笔者的服务器账户为例，笔者在 /home/test/cuda-10.1 目录中安装了 cuda-10.1 ，而服务器上的 /usr/local/cuda 目录指向的是之前安装的老版本的 cuda-8.0，直接运行 Pytorch 时，其会基于上面的确认流程直接使用老版本的 cuda .若想要临时设置 Pytorch 使用新安装的 cuda ，则可以通过 export 命令修改全局变量。这种设置方式在当前终端退出后即失效。

    export CUDA_HOME=/home/test/cuda-10.1/        　　　//设置全局变量 CUDA_HOME
    export PATH=$PATH:/home/test/cuda-10.1/bin/        //在 PATH 变量中加入需要使用的 cuda 版本的路径,使得系统可以使用 cuda 提供的可执行文件，包括 nvcc

想要永久设置上述 cuda 设置，用户可以直接在自己的 bash 设置文件 ~/.bashrc 文件尾部加入上述命令，保存后再通过 source ~/.bashrc 执行文件，即可完成当前终端的环境变量修改。如果需要使用新的 cuda 来编译文件，还可以通过 LD_LIBRARY_PATH 变量指定进行链接的 cuda 库文件的路径。