本文介绍了如何在Python中创建、管理虚拟环境，包括使用conda创建和删除虚拟环境，以及如何通过conda安装特定版本的PyTorch及其依赖的cuda和cudnn。重点强调了在安装Torch时，选择的版本与显卡驱动而非系统CUDA版本的关系。
虚拟环境的操作
虚拟环境的创建
conda create -n your_env_name python=3.9
虚拟环境的删除
conda remove -n your_env_name --all
查看本地虚拟环境列表
conda env list
查看本地能安装最高版本的cuda
nvidia-smi
结果显示cuda能够安装的最高版本为11.6，这个11.6和显卡驱动有关，想要支持更高的版本就要更新自己的显卡驱动。
torch安装环境介绍
https://pytorch.org/get-started/previous-versions/
你可以创建一个conda的虚拟环境，然后安装对应的PyTorch版本，你用这个链接里面的命令行安装，会有对应torch版本所需要的cudatoolkit被安装（cudatoolkit是cuda的子集，里面的东西够pytorch使用），这样使用的cuda就不会是你系统的cuda版本了，在安装torch的过程中实际上与cuda对应的cudnn也会被安装上去，换种说法就是环境中的torch不会依赖系统中的cuda和cudnn。
所以当在安装pytorch的时候版本选择指标只和你的显卡驱动有关，和你系统里面安装的cuda的版本无关。
扫一扫
1215
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
