ubuntu16中，利用conda虚拟环境安装pytorch

最新推荐文章于 2024-07-01 14:45:16 发布

The_answer_manba

最新推荐文章于 2024-07-01 14:45:16 发布

阅读量1.5k

点赞数

分类专栏：环境配置文章标签： pytorch conda python

本文链接：https://blog.csdn.net/z5217632/article/details/125630632

版权

环境配置专栏收录该内容

7 篇文章 0 订阅

订阅专栏

本文详细介绍了在Ubuntu16环境下，使用conda和pip在虚拟环境中安装PyTorch的GPU及CPU版本的步骤。conda安装时，无论是GPU还是CPU版本，都能在conda环境中独立于基础环境的CUDA版本运行。pip安装则需要额外配置CUDA和cudnn。此外，对比了conda和pip安装后的包名及查看方式差异。

摘要由CSDN通过智能技术生成

ubuntu16中，利用conda虚拟环境安装pytorch

ubuntu16中，利用conda虚拟环境安装pytorch

ubuntu16中，利用conda虚拟环境安装pytorch

conda虚拟环境安装pytorch，有两种方式，一是pip安装，另外一个是conda安装。对比一下两种安装方式的区别。

1、conda安装pytorch的GPU版本

登录pytorch官网，选择对应的操作系统，cuda版本，生成对应的安装语句并拷贝；
图片:
在conda创建的虚拟环境中，运行命令行：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch。然后conda list能看到安装的对应包的版本信息。如下

而，pip list查看的版本信息则如下：

此处看不到cudatoolkit信息，且pytorch的名称为torch。
测试一个简单的程序，通过CPU运行，通过测试。通过将模型和数据以及损失函数转换到GPU上，代码直接将在GPU上运行。通过nvidia-smi可以查看显存占用情况。加入代码torch.backends.cudnn.is_enabled = False，禁止cudnn加速，代码仍然运行在GPU上，只是不通过cudnn加速。另外，虚拟环境中安装的cudatoolkit与基础环境中的CUDA,cudnn是解藕的，我的基础环境中安装的是CUDA9.0,cudnn是7.0,虚拟环境中安装的是11.3的cudatoolkit，不影响虚拟环境中代码的运行。可能是cudatoolkit中实现了显卡调用的API,因此不依赖基础环境中的cuda,只需要基础环境中安装了符合版本的显卡驱动即可.

2、conda安装pytorch的CPU版本

登录pytorch官网，选择对应的操作系统，cuda版本（CPU），生成对应的安装语句并拷贝；

2.在创建的虚拟环境中运行代码conda install pytorch torchvision torchaudio cpuonly -c pytorch，安装相应的包即可，会多安装一个叫cpu-only的包。

3、pip安装pytorch的GPU版本

登录pytorch官网，选择对应的操作系统，cuda版本（CPU），生成对应的安装语句并拷贝；
在创建的虚拟环境中运行代码 pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113，安装相应的包即可。注意，用pip3安装，由于只安装了对应的python包，而没有安装cudatoolkit，所以，要想运行GPU 程序，必须再配置好CUDA和cudnn。

4、pip安装pytorch的CPU版本

登录pytorch官网，选择对应的操作系统，cuda版本（CPU），生成对应的安装语句并拷贝；
在创建的虚拟环境中运行代码 pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu，安装相应的包即可。