Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch

这篇具有很好参考价值的文章主要介绍了Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

感悟:首先,anaconda 的虚拟环境真香!开辟一个新的虚拟环境,很多环境、版本不兼容的问题都不复存在,尤其对复现别人代码的同学很有用。
条件:只要安装的版本不超过自己机器的硬件条件,那么就可以安装。

步骤:

1. 确定安装的 cuda 版本。

在虚拟环境中,先用 conda search cudatoolkit --info 命令查看源内所有的 cuda 版本,以及下载地址。下图示例中展红框标出了支持的 cuda 版本、对应的 url 地址及一些约束条件。

Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch

2. 下载并安装 cuda。

找到你想要的且满足自己机器条件的 cuda 版本,复制 url 对应的下载链接,cd 到你想要的下载目录,用如下代码下载:
wget 复制的 url 链接
执行如下命令安装 cuda。如不在当前目录下,需在 cuda 包前加上绝对路径。
conda install 刚下载的 cuda 安装包

3. 确定 cuda 对应的 cudnn 版本。

用如下命令查看 conda 支持的 cudnn 版本,需要注意的是 cudnn 的版本应与 cuda 版本匹配。下图中标出了 cudnn 的版本号、url 下载地址及该版本对应的一些约束条件。
conda search cudnn --info

Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch

4. 下载并安装 cudnn。

找到你想要的且满足自己机器条件的 cudnn 版本,复制 url 对应的下载链接,用如下代码下载:
wget 复制的 url 链接
执行如下命令安装 cudnn。
conda install 刚下载的 cudnn 安装包

5. 安装 pytorch。

在官网上找到安装的 cuda 版本所支持的 pytorch 版本后,复制类似于下图红框中的命令至Linux命令行执行。

Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

5. 测试安装是否成功。

在虚拟环境中测试 cuda 是否安装成功不能用 nvcc -V。这是因为该命令返回的系统默认的 cuda 版本,而非当前环境下使用的 cuda 版本。我们可以在 python 环境下用 pytorch 命令检查当前环境下执行 python 文件时调用的是哪个 cuda。
# 命令行进入 python 交互环境后执行如下命令
import torch 	# 若不报错则 pytorch 安装成功,否则失败。
torch.__version__	# 查看 torch 版本
torch.version.cuda()	# 若 cuda 安装成功则返回版本号,否则失败。
torch.backends.cudnn.version()	# 若 cudnn 安装成功则返回版本号,否则失败。

Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch文章来源地址https://www.toymoban.com/news/detail-488879.html

到了这里,关于Linux 的 anaconda 虚拟环境下安装指定的 cuda、cudnn、pytorch的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 最新版本的Anaconda环境配置、Cuda、cuDNN以及pytorch环境一键式配置流程

    本教程是最新的深度学习入门环境配置教程,跟着本教程可以帮你解决入门深度学习之前的环境配置问题。同时,本教程拒绝琐碎,大部分以图例形式进行教程。这里我们安装的都是最新版本~ 1.1 下载 首先,进入Aanconda下载地址:https://www.anaconda.com/download/ 如果嫌下载慢的话,

    2024年02月13日
    浏览(68)
  • Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch,GPU[cuda、cudnn]、CPU安装教学,以及查看CPU、GPU内存使用情况

    Anaconda安装:Anaconda是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。使用Anaconda可以通过创建多个独立的Python环境,避免用户的Python环境安装太多不同版本依赖导致冲突。 Anaconda 是一个免费开源的 Python 和 R 语言的发行版本,用于计算科学,Anac

    2024年02月04日
    浏览(64)
  • anaconda:安装cuda和对应版本的cudnn

    复现别人论文的时候经常遇到不同的cuda版本,可以使用anaconda创建虚拟环境,并在不同的虚拟环境中配置对应的cuda版本 Anaconda多个python版本(python2.7 python3.8) (1)安装cuda10.2 在conda命令行下输入: conda search cudatoolkit conda install cudatoolkit==10.2.89 (2)安装cuda10.2对应的cudnn 在

    2023年04月08日
    浏览(59)
  • 【新手流程】1小时解决Anaconda+Cuda+Cudnn+Pytorch+Pycharm深度学习环境配置

    1、安装Anaconda 2、安装Cuda+Cudnn 3、安装Pytorch 4、安装Pycharm 5、配置Pycharm环境 点击进入Anaconda官网👉: Anaconda.com官网 https://www.anaconda.com/download/ 如果下载速度太慢可以使用这个镜像链接: Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror Index of /anaconda/a

    2024年02月16日
    浏览(104)
  • 在Anaconda的虚拟环境上安装cuda、pytorch、opencv以及tensorflow 以及相关报错。

    首先查看自己电脑能支持的cuda版本,查看方法,命令行输入:nvidia-smi 这里我的cuda最高支持11.1的版本,下载的时候找11.1及以下的都可以 然后是在命令行进入提前创建好的虚拟环境(我的虚拟环境名字叫DLGPU,这里要换成自己的) 然后去pytorch的官网里可以找到下载cuda和对应

    2024年02月05日
    浏览(102)
  • Ubuntu搭建Pytorch环境(Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter)

    1.查看Ubuntu版本号: cat /etc/issue ,后续根据版本号添加对应的镜像源 2.备份镜像源: sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak 3.在阿里云镜像源官网中找到并复制与版本号对应的阿里镜像源: 或者在清华镜像源官网中找到并复制与版本号对应的清华镜像源: 4.编辑软件源配

    2024年02月09日
    浏览(282)
  • 深度学习环境配置Anaconda+cuda+cudnn+PyTorch——李沐大神《动手学深度学习》环境配置(巨详细,持续迭代)

    Anaconda+cuda+cudnn+Pytorch(手把手教你安装深度学习环境)——这里是GPU+PyTorch版本 国内AI教学体系发展较晚,很多喜欢AI的同学都得不到系统的学习。当然我们也不否认国内一些优质的AI领域的课程和教学资料,这里我们主要推荐李沐大神推出的《动手学深度学习》,这门课程最初

    2024年02月15日
    浏览(79)
  • ubuntu20.04配置ros noetic和cuda,cudnn,anaconda,pytorch深度学习的环境

    这里介绍下本篇文章的目的,为了方便自己日后在其他主机上搭建环境,也为了帮助遇到相同问题的人。本篇文章主要是解决ubuntu20.04搭建机械臂视觉抓取的环境部署问题。第一个环境了ROS环境,第二个环境是深度学习yolov5的环境。 这里推荐鱼香ros的便携式安装方法,这里感

    2024年02月07日
    浏览(92)
  • Anaconda的python虚拟环境中安装cudatoolkit和cudnn加速tensorflow

    由于本地安装了cuda 10.0, 但是现在需要在Anaconda中安装不同的python虚拟环境来安装tensorflow-gpu、对应的cudatoolkit、对应的cudnn来加速,下面是具体的演示流程 我这里以安装tensorflow-gpu==1.9.0为例,首先进入python的虚拟环境,source activate py37_tf 通过\\\"conda search tensorflow-gpu\\\", 可以看到有

    2024年02月16日
    浏览(37)
  • Windows下Anaconda+CUDA+CUDNN+Pytorch+VSCODE安装配置及常见问题(可行方案)

    前言 此处写的以自己GT730为例,主要针对老版本显卡的可行安装步骤 这个内容主要是针对自己折腾几天遇到的问题和解决方法的一个记录,用来作为自己的备忘,遇到同样问题可以参考,同时也感谢各位博主之前的分享,为我提供了极大帮助; 另外,若有其它问题也可留言

    2024年02月04日
    浏览(64)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包