过程:
首先,打开终端激活conda的环境,接着输入:
conda install pytorch=1.1.0 torchvision cudatoolkit=9.0 cudnn -c pytorch
Done!!
PS:此方法适用于,首先安装了anaconda和显卡驱动,然后读者们根据自己的需求选择深度学习框架版本,以此指令为例子主要是限定pytorch和cuda的版本,其他如torchvision和cudnn,conda会自动选择兼容的版本配合torch和cuda。
优点:此方法免除了手动安装cuda和cudnn的所有痛苦,并且封装至conda,可通过激活不同的conda环境安装不同版本的cuda,实现单机多cuda版本。
局限性:conda安装的cuda和cudnn并不是完整版本,而是pytoch等需要用的依赖文件而已。如果一般只在ide中进行常规的深度学习代码运行,此方法满足运行条件。若需要在终端运行一部分如个别深度学习模块的编译等可能会存在问题(建议使用一般方法安装cuda和cudnn)。