- 先是没有思考,没有认真看,就按照一个博客开始执行照做。
- nvidia-smi,查看了显卡驱动没有问题,查看了适合版本的cuda。
- 安装了cuda,版本是11.1.1,随后跟着选择了对应的cudnn。
- 看了b站视频,现在的cuda是跟着pytorch自动被安装的,感觉以上白做。
- 随后卸载上面安装的cuda,然后执行对应版本的conda安装命令。
- 第一次安装的是11.1版本cuda的pytorch,结果下载太慢,然后添加了镜像源,但是有一个文件镜像源没有,仍然下载太慢超时。
- 第二次,把11.1的删除,安装10.2版本,在安装完成以后可以import torch,但是torch.cuda.is_available()返回False。
- 卸载,conda uninstall pytorch
- 重新下载安装 conda install pytorch torchvision torchaudio cudatoolkit=10.2,仍然是False
10.把环境删了,重新开始。把安装源中的defaults删除了。 - 重新创建了一个环境,然后重新安装。仍然返回False
- 根据网上一篇博客的经验,conda list发现,conda命令安装的都是cpu版本的,我本来安装的1.9版本pytorch,但是print(torch.__version__)是1.6版本
- 卸载安装的pytorch,用pip安装报错:check_hostname requires server_hostname
- 手动下载安装包放到anaconda/pkg中,并安装,然后执行conda安装命令,检查一遍。有一个问题是,从网上下载的pytoch-1.7对应的是python3.7版本。
- 上一步不知道是安装太慢的原因,还是就是无法成功,最终取消。
- 又把cuda软件重新安装回来。为了解决ownloaded bytes did not match Content-Length 问题,设置conda下载的timeout。conda config --set remote_read_timeout_secs 600.0
- 这次还不错,可以下载完了,但是又报出警告Warning:又文件正在被占用,需要手动删除文件。
- 删除文件后,重启电脑,继续安装,安装完成后依然返回False。不知道是不是因为3.8版本的python没有适配的cuda版本pytorch
- 第二天,卸载环境,打算用pip安装一下.
- pip安装包时出现 ValueError: check_hostname requires server_hostname 错误,解决办法:关掉科学上网。这回下载好像是对的了。
- 为了这个环境,弄了半天…昨天心情也很差,哎。最后把cuda软件卸载了。
总结
- 对于网上的博客,自己要看明白,觉得可行了,再去做
- 对于安装提示的信息,要好好看,根据报错去找错误,先自己思考,搜网上的答案太随机了。
- 视频教程往往更可靠