conda虚拟环境中安装cuda、cudnn、pytorch

Ubuntu 22.04 LTS

安装NVIDIA显卡驱动后,查看自己的cuda版本

nvidia-smi

我们所说的安装cuda版本其实是安装cudatoolkit版本,这里的cuda版本是12.0,所以只要安装的cudatoolkit版本<=12.0即可

以安装cudatookit11.3.1、cudnn8.2.1、pytorch1.11.0为例

创建虚拟环境

conda create -n miku python=3.9

激活虚拟环境

conda activate miku

查看conda里有哪些cuda版本

conda search cudatoolkit --info

有我们需要的11.3.1版本,下载

conda install cudatoolkit=11.3.1

查看conda里有哪些cudnn版本

conda search cudnn --info

有我们需要的8.2.1版本,下载

conda install cudnn=8.2.1

 也可以用pip下载8.9.4版本(当前最新版)

pip install nvidia-cudnn-cu11==8.9.4.26

安装pytorch

pytorch官网Previous PyTorch Versions | PyTorch

conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

检查是否安装完成

python
import torch
print(torch.version.cuda)
print(torch.backends.cudnn.version())

安装成功

  • 6
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Anaconda是一个基于Python的开发环境,包含常用的Python第三方库和工具。安装Anaconda可以方便地创建和管理Python虚拟环境,使得项目之间的依赖不会互相影响。安装Anaconda可以到官网下载相应版本安装包,根据安装向导完成安装即可。 CUDA是NVIDIA推出的一个并行计算平台和编程模型,用于加速GPU计算。安装CUDA需要先确认自己的GPU型号和对应的CUDA版本,然后到NVIDIA官网下载相应版本CUDA安装包,安装过程需要注意选择安装目录和添加环境变量,完成安装后需要验证CUDA是否安装成功。 cuDNN是NVIDIA开发的深度神经网络(DNN)加速库,提供了高效的DNN前向和反向算法的实现。安装cuDNN需要先下载对应版本cuDNN安装包,并将解压后的文件复制到CUDA安装目录下,然后添加cuDNN的路径到环境变量PyTorch是一个基于Python的开源机器学习框架,支持动态计算图和自动求导。安装PyTorch可以通过pip或conda命令进行安装,建议使用conda install命令,可以解决依赖关系问题。在安装PyTorch时需要注意选择对应的Python版本CUDA版本,以及安装适配的cuDNN版本。 总之,安装AnacondaCUDAcuDNNPyTorch需要仔细阅读各自的安装指南,并根据自己的硬件和软件环境选择适配的版本和配置。同时要注意添加环境变量和验证安装是否成功,避免安装失败或出现兼容性问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值