step1.创建一个你自己的虚拟环境,比如说oysm:conda create -n oysm
step2:然后确定你要的torch版本,比如:
去这个网站里面找下载所需要的命令行语句:Previous PyTorch Versions | PyTorch
(注意,排在前面的是最新版本的torch,越往后torch版本越低)
由于你要找的torch版本是1.2.0,是比较低的版本,所以得拉到比较下面的位置才能找到
直接复制粘贴输入到命令行里面即可完成安装
step3:打开代码,指定好运行时的虚拟环境为oysm
step4:在终端输入pip install -r requirements.txt,完事
目标环境:
cuda 10.1
cudnn 8.0.5
torch 1.6.0
torchvision 0.7.0
(1)安装CUDA Toolkit就是安装CUDA,相当于cuda_9.0.176_384.81_linux.run,安装好cuda之后,才能用nvcc -V查看CUDA版本
(2)cuDNN:GPU加速库,有了它才能在GPU上完成深度学习的计算,同一个CUDA版本支持安装多个版本的cuDNN(如cuDNN v7.6.4、cuDNN v7.6.3……选择其一安装即可)
(2)cuda版本和torch版本要一一对应
(3)torch版本又和torchvision版本一一对应
亲测:pip install cudntoolkit,pip install cuDNN不行
但是conda install cudntoolkit,conda install cudntoolkit是可以的