| Anaconda虚拟环境中安装torch + cuda + cuDNN | 您所在的位置：网站首页 › 什么软件可以把手机自带的软件删了 › Anaconda虚拟环境中安装torch + cuda + cuDNN |
Anaconda虚拟环境中安装torch + cuda + cuDNN
|
踩坑踩坑踩坑！！！ 网上很多关于python+pytorch+cuda+cuDNN的教程，作为一只新手小菜鸟，好不容易跟着众多大佬们成功安装了cuda和cuDNN（从官网下载cuda和cuDNN到本地，在本地进行安装并配置了环境变量），并通过了检测！好家伙啊，发现我不会加到虚拟环境里！（事实是不用单独下载cuda和cudnn，可以直接用conda安装） 接着各种查怎么把安装到本地的cuda整到目标虚拟环境里，发现很多是从conda里直接install，不过直接下载会很慢，大多是在conda中直接从清华大学开源软件镜像站 网址中链接（通过channel）下载，或者从清华大学开源软件镜像站下载cuda和cuDNN包，在conda中从本地install，下文会都提到。 踩坑做法：从Nvidia官网下载cuda10.2并安装到电脑中，no！no！no！不是这样的！ 首先，我们要明确，我们是要在虚拟环境中安装cuda和cuDNN！！！只需要在虚拟环境中安装就可以了。 一套整理过的踩坑做法！（在电脑里安装cuda等） 正确做法(三种都可以）： 一. 安装包下载到本地，离线安装到虚拟环境中（这个更保险）conda环境下安装GPU版本的pytorch 1. 下载离线包 离线包下载地址：https://download.pytorch.org/whl/torch_stable.html win系统下：torch = 1.10.0，torchvision = 0.11.1，torchaudio = 0.10.0 ，cuda=11.3 PS：系统和包的版本可以换成别的版本，按照自己的需求下载即可。太老的包版本可能在这里找不到，建议换高一些的版本。如果直接有以下安装包，可以直接进入第二步，安装。 （1）下载torch = 1.10.0版本
（2）下载torchvision = 0.11.1
（3）下载torchaudio = 0.10.0
2. 安装 在anaconda的虚拟环境中，cd到这三个文件存储的路径 我存放的位置：
下图第一行是激活虚拟环境，想要安装在哪个虚拟环境下，就激活相应的虚拟环境。
3. 测试是否安装好 import torch print(torch.cuda.is_available())
ok 二、评论区大佬提供的下载方法（这个超级好用！！！）orz orz orz 感谢大佬们在评论区里互动，帮助解决大家的困难，以及提供更好的办法！ 可以直接在虚拟环境中下载cuda11.1以及对应的torch版本等，利用命令： pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html pip3 install torch==1.10.0+cu113 torchvision==0.11.1+cu113 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html orz 救命，这个命令也太好用了吧！！！ 推推推！！！ 三. 联网下载直接在anaconda虚拟环境中下载安装，由于torch比较大，可能会很难联网下载成功，可以试一试。 首先， 在如下位置找到 .condarc 文件以记事本形式打开
将里面的内容，替换成以下内容：（清华的镜像、还有一些其他镜像，下载地址） （1）原本的内容： channels: - defaults ssl_verify: true （2）把（1）中内容替换成： channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://conda.anaconda.org/ - http://pypi.douban.com/simple/ - http://mirrors.aliyun.com/pypi/simple/ show_channel_urls: true ssl_verify: false 更新！！！ （3）如果上述channels已无法使用，即使用步骤（2）后，经常提示http错误信息，可以尝试这一步，把（1）中的内容替换成： channels: - defaults show_channel_urls: true default_channels: - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r custom_channels: conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud 亲测有效 否则会出现如下错误：
可以创建一个新的虚拟环境安装： （1）conda create -n env_name python=3.8 （2）conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5 也可以在旧的虚拟环境中安装： conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5 上面的包版本可以换成你想要的版本，注意要对应，才能成功启用cuda。 （2022.10.28，上面这套应该已经无法下载了，可以最好换成其他版本） 到此，已经完成安装啦！ 有帮助的话可以点个小赞嘛 嘿嘿 狠狠地期待住了 其他包的安装：超好用！！！！ 百分之八九十的包用下面的命令都能快速安装，除了一些比较特殊的，主要有用的就是安装命令后面的镜像地址，如果直接使用源地址，下载会很慢，还可能中途崩溃，就很麻烦，可以在安装命令的后面加上国内的免费镜像地址，不仅限于豆瓣、清华，其他的也可以，一般使用这下面其中一种就可以下载成功！！！狠狠地码住！！！ 1. 使用豆瓣镜像 pip install 包名 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com 或者 pip install 包名 -i https://pypi.douban.com/simple/ 2. 使用清华镜像 pip install 包名 -i https://pypi.tuna.tsinghua.edu.cn/simple 悲催死磕旧环境历程，当个笑话看看假设pytorch gpu版已安装。我的旧环境里安装的是 pytorch且 cpuonly，从此，我的悲催历程开始了。 在conda虚拟环境中安装cuda 10.2，其他版本类似，更换版本名即可 从清华大学开源软件镜像站下载 conda install cudatoolkit=10.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/ 直接下载，慢 conda install cudatoolkit=10.2在conda虚拟环境中安装cuDNN 7.6.5，其他版本类似，更换版本名即可 conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/ 或者 conda install cudnn=7.6.5 或者自动匹配版本 conda install cudnn安装完后，查看list，可以看到已经安装到环境中了
但是！！！
我的天，怎么回事?为啥还是不行呢？ 突然想起来，我当时安装pytorch的时候，用的是下面的命令： conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch（这个是官方给的） 用的是cpuonly！也就是，不能使用gpu的，呜呜呜呜.jpg卸载pytorch，conda uninstall （1）先卸载Pytorch conda uninstall pytorch （2）从国内镜像（清华大学）下载 conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 或者从官网下载，超级慢 conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 -c pytorch再次下载pytorch，还是不行，甚至numpy库崩了，我也崩了呀！！！ 含泪conda uninstall numpy conda install numpy numpy活了，但是！ cuda还是检测不出来？？ 可能是需要先安装pytorch？？再安装cuda？？ 试试叭： 先全部卸载 conda uninstall cudatoolkit（卸载完这个，cudnn也没了） conda uninstall cudnn 再下载，如前所述下载方式。 服了，还是不行？！我无了呀！ 可能是torch和cuda必须一起安装？如果分开会认为安装的torch是cpu版的？ 毁灭吧，torch、cuda全卸载掉，这次一起安装 conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5不行呢还是不行呢！ 算球，我重新建立了一个新环境，用以下命令创建torch和cuda conda install pytorch=1.7.0 torchvision=0.8.0 cudatoolkit=10.2
然后就行了？？？我也不懂为啥，再次用原先的虚拟环境试一下，不行就拜拜！ 不行！！！！因为第一次下载的pytorch是cpu版本的，卸载后安装的一直都是cpu，即使后面跟的是cuda，也不会安装成gpu的，原因终于找到了！！要想办法，把这个cpu魔咒去掉！！
终成正果！！！ 一个 cpuonly 惹的祸！！！！ 应该改不会有人遇到我这种情况叭！！ 其实可以直接创建一个新环境，安装所需pytorch、cuda版本，没必要和旧环境死磕，我就是想知道为什么不可以直接在旧环境中下载，嘿嘿，算是给我玩儿明白了，泪奔::>_ |
【本文地址】