CUDA、cuDNN、pytorch环境搭建

搭建环境：LGI

1.安装python3.8+Anaconda

创建虚拟环境lgienv

conda create --name lgienv python=3.8

开/关环境

conda activate lgienv
conda deactivete

2.安装CUDA+cuDNN

显卡配置：GTX3090
driver：456.71
需安装CUDA版本：11.1
cuDNN：8.0.5
安装过程

检查环境变量：

测试CUDA：

测试cuDNN：

3.安装Pytorch 1.8.1

首先配置清华园镜像：
较全的教程
1.显示已有channel

conda config --show channels

2.删除channel

conda config --remove channels https:xxxxxx

3.添加可用清华园镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
config --set show_channel_urls yes
config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

开始下载

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c conda-forge

如果出现超时：

conda config --set remote_read_timeout_secs 10000.0  //初始值为60s

好了，下载不下来
我们自己从清华镜像的网站上下载一下，然后进行
本地安装

 conda install --use-local $PATH_ROOT/XXX.tar.bz2

此处将下载的pytorch-1.8.1-py3.8_cuda11.1_cudnn8_0.tar.bz2放到D:\02_install\Anaconda3\pkgs内，然后运行安装

检查运行

哈哈

4.安装tensorflow

用这个安装的

pip --default-timeout=100 install tensorflow -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

运行

输入

set CUDA_VISIBLE_DEVICES=0

python -m src.experiment.eval --config pretrained_models/charades_LGI/config.yml --checkpoint pretrained_models/charades_LGI/model.pkl --method tgn_lgi --dataset charades