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 |
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。 pip install torch-1.10.0+cu113-cp38-cp38-win_amd64.whl pip install torchvision-0.11.1+cu113-cp38-cp38-win_amd64.whl pip install torchaudio-0.10.0+cu113-cp38-cp38-win_amd64.whl3. 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!! 首先去清华开源库下载pytorch的gpu版,存放在如下地址中:E:\Software\CUDA10.2\pytorch-1.7.0-py3.8_cuda102_cudnn7_0.tar (1)安装pytorch gpu版 conda install E:\Software\CUDA10.2\pytorch-1.7.0-py3.8_cuda102_cudnn7_0.tar.bz2 (2)安装其他选项 conda install torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 cudnn=7.6.5 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::>_ |
CopyRight 2018-2019 实验室设备网 版权所有 |