如何在conda虛擬環境中設定cuda+cudnn+pytorch深度學習環境

2023-03-23 22:02:43

首先，我們要明確，我們是要在虛擬環境中安裝cuda和cuDNN！！！只需要在虛擬環境中安裝就可以了。

下面的操作預設你安裝好了python

一、conda建立並啟用虛擬環境

前提：確定你安裝好了anaconda並設定好了環境變數，如果沒有，網上有很多詳細的設定教學，請自行學習

在cmd命令提示字元中輸入conda命令檢視anaconda

如果顯示和上圖相同，那麼可以繼續向下看

1.進入anaconda的base環境

方法1

在cmd命令提示字元中輸入如下命令

activate

方法2

直接在搜尋欄裡搜尋anaconda prompt並開啟即可

方法3

如果你是在linux作業系統下，在你的/anaconda/bin/下開啟終端，即可直接進入anaconda的環境

以上三種方法出現（base）就意味著你已經進入了anaconda的基礎環境

2.conda建立、進入和退出虛擬環境

這三個操作可以各用一行命令來完成

#建立一個虛擬環境
conda create -n [your_env_name（你的虛擬環境的名字）] python==[X.X]（2.5、3.8等)
#eg：conda create -n nnunet_env python=3.8

#進入虛擬環境
conda activate [你的虛擬環境名]

#退出虛擬環境
conda deactivate

建立好的虛擬環境資料夾可以在anaconda資料夾中的envs資料夾裡找到

後續的環境設定操作均要在啟用虛擬環境的情況下完成！！！！！

二、檢視CUDA版本

系統的CUDA版本，決定了系統最高可以支援什麼版本的cudatoolkit，它是向下相容的

我們可以通過nvidia-smi命令檢視cuda版本號。

比如我的CUDA Version=11.7，那麼它就可以支援 ≤ 11.7版本的CUDATookit

現在你已經知道了自己系統的cuda版本，接下來我會以自己利用清華映象源來設定cuda+cudnn+pytorch深度學習環境的一個例子來簡單直白的說明怎樣去做

再提醒一遍，下面的操作也要在你啟用自己的虛擬環境的情況下進行！

三、安裝CUDATookit

我們需要用到下面這條命令

conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

我選擇下載11.3版本，這個需要看你們自己的需求來改變，只要你係統的CUDA支援就可以

四、安裝cuDNN

如果你成功安裝了你想要的那個版本的cudatookit，注意，現在你安裝cudnn的版本必須依賴於cudatookit的版本

cuda與cudnn的對應關係可以在cuDNN歷史版本下載頁面看到：

cuda下載頁面

cudnn下載頁面

這裡我簡單列出來了較新的一些版本之間的對應關係

根據上圖可知，我安裝了CUDA 11.3版本，那麼可選的cuDNN版本有很多，這裡我直接無腦安裝了最新版本，也就是cuDNN的8.4.0版本，同樣是用清華映象源來安裝

conda install cudnn=8.4.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

五、安裝Pytorch

根據之前我們講過的，pytorch的版本也是和CUDA版本有對應關係的，比如torch1.6.0只適配cuda10.2、10.1、9.2，不適配cuda11.0。

我們接下來的操作需要進入到Pytorch的官網Previous PyTorch Versions | PyTorch，在裡面檢視你想要的Pytorch版本它適配的CUDA版本並獲取安裝命令

比如我現在想要安裝Pytorch的1.11.0版本，同時我之前已經安裝了CUDA的11.3版本

如上圖，這一條命令可以滿足我的pytorch和cuda之間的對應關係，因此，我們複製它並執行，即可安裝Pytorch 1.11.0

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

注意：

也可以用pip install的命令來下載pytorch，但是因為三四兩步都用的是conda，所以這裡為了方便也用了condaconda install pytorch安裝的是torch CPU版本，conda install pytorch torchvision -c pytorch安裝的是GPU版本檢查環境是否設定成功
如果如下操作可以正常進行並列印出你安裝的相應版本，那麼你已經設定成功

#進入虛擬環境
conda activate [你的虛擬環境名]

#輸入python來進入python的環境
python

#載入torch
import torch

print(torch.backends.cudnn.version())
#輸出8200，代表著成功安裝了cudnn v8.4.0

print(torch.__version__)
#輸出1.11.0，代表成功安裝了pytorch 1.11.0

print(torch.version.cuda)
#輸出11.3，代表成功安裝了cuda 11.3

torch.cuda.is_available()
#True

到此這篇關於如何在conda虛擬環境中設定cuda+cudnn+pytorch深度學習環境的文章就介紹到這了,更多相關conda中設定cuda+cudnn+pytorch學習環境內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！