如何在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境

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。

下面的操作默认你安装好了python

一、conda创建并激活虚拟环境

前提：确定你安装好了anaconda并配置好了环境变量，如果没有，网上有很多详细的配置教程，请自行学习

在cmd命令提示符中输入conda命令查看anaconda

如果显示和上图相同，那么可以继续向下看

1.进入anaconda的base环境

方法1

在cmd命令提示符中输入如下命令

activate

方法2

直接在搜索栏里搜索anaconda prompt并打开即可

方法3

如果你是在linux操作系统下，在你的/anaconda/bin/下打开终端，即可直接进入anaconda的环境

以上三种方法出现（base）就意味着你已经进入了anaconda的基础环境

2.conda创建、进入和退出虚拟环境

这三个操作可以各用一行命令来完成

#创建一个虚拟环境
conda create -n [your_env_name（你的虚拟环境的名字）] python==[X.X]（2.5、3.8等)
#eg：conda create -n nnunet_env python=3.8

#进入虚拟环境
conda activate [你的虚拟环境名]

#退出虚拟环境
conda deactivate

创建好的虚拟环境文件夹可以在anaconda文件夹中的envs文件夹里找到

后续的环境配置操作均要在激活虚拟环境的情况下完成！！！！！

二、查看CUDA版本

系统的CUDA版本，决定了系统最高可以支持什么版本的cudatoolkit，它是向下兼容的

我们可以通过nvidia-smi命令查看cuda版本号。

比如我的CUDA Version=11.7，那么它就可以支持 ≤ 11.7版本的CUDATookit

现在你已经知道了自己系统的cuda版本，接下来我会以自己利用清华镜像源来配置cuda+cudnn+pytorch深度学习环境的一个例子来简单直白的说明怎样去做

再提醒一遍，下面的操作也要在你激活自己的虚拟环境的情况下进行！

三、安装CUDATookit

我们需要用到下面这条命令

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

我选择下载11.3版本，这个需要看你们自己的需求来改变，只要你系统的CUDA支持就可以

四、安装cuDNN

如果你成功安装了你想要的那个版本的cudatookit，注意，现在你安装cudnn的版本必须依赖于cudatookit的版本

cuda与cudnn的对应关系可以在cuDNN历史版本下载页面看到：

cuda下载页面

cudnn下载页面

这里我简单列出来了较新的一些版本之间的对应关系

根据上图可知，我安装了CUDA 11.3版本，那么可选的cuDNN版本有很多，这里我直接无脑安装了最新版本，也就是cuDNN的8.4.0版本，同样是用清华镜像源来安装

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

五、安装Pytorch

根据之前我们讲过的，pytorch的版本也是和CUDA版本有对应关系的，比如torch1.6.0只适配cuda10.2、10.1、9.2，不适配cuda11.0。

我们接下来的操作需要进入到Pytorch的官网Previous PyTorch Versions | PyTorch，在里面查看你想要的Pytorch版本它适配的CUDA版本并获取安装命令

比如我现在想要安装Pytorch的1.11.0版本，同时我之前已经安装了CUDA的11.3版本

如上图，这一条命令可以满足我的pytorch和cuda之间的对应关系，因此，我们复制它并运行，即可安装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：

  1. 也可以用pip install的命令来下载pytorch，但是因为三四两步都用的是conda，所以这里为了方便也用了condaconda install pytorch安装的是torch CPU版本，conda install pytorch torchvision -c pytorch安装的是GPU版本 检查环境是否配置成功
  2. 如果如下操作可以正常进行并打印出你安装的相应版本，那么你已经配置成功
#进入虚拟环境
conda activate [你的虚拟环境名]

#输入python来进入python的环境
python

#加载torch
import torch

print(torch.backends.cudnn.version())
#输出8200，代表着成功安装了cudnn v8.4.0

print(torch.__version__)
#输出1.11.0，代表成功安装了pytorch 1.11.0

print(torch.version.cuda)
#输出11.3，代表成功安装了cuda 11.3

torch.cuda.is_available()
#True

到此这篇关于如何在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境的文章就介绍到这了,更多相关conda中配置cuda+cudnn+pytorch学习环境内容请搜索我们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我们！

赞 (0)

相关推荐

  • Anaconda超详细保姆级安装配置教程

    一.什么是Anaconda? Anaconda,中文是大蟒蛇,是一个开源的Anaconda是专注于数据分析的Python发行版本,包含了conda.Python等190多个科学包及其依赖项. 为什么我们配置环境的第一步就是安装Anaconda呢? 包含conda:conda是一个环境管理器,其功能依靠conda包来实现,该环境管理器与pip类似,非常常见且强大. 安装大量工具包:Anaconda会自动安装一个基本的python,该python的版本Anaconda的版本有关.该python下已经

  • conda配置python虚拟环境的实现步骤

    目录 一.创建python虚拟环境 二.配置刚创建的虚拟环境 pytorch安装(gpu版本和cpu版本的安装) 三.将虚拟环境配置到相应项目 一.创建python虚拟环境 首先选中要配置环境的文件如下: 在此处输入cmd按回车此处我创建一个环境名为hands3dtext,环境版本为3.7.2的初始环境 conda create -n hands3dtext python==3.7.2 创建成功如下: 二.配置刚创建的虚拟环境 首先激活刚创建的虚拟环境 conda activate hands3

  • Conda环境导出与导入的实现

    目录 环境导出 文件互传 rsync命令 博主在进行实验过程中由于需要频繁更换服务器,而每次更换服务器后便少不了进行环境配置,尽管有requirement.txt的帮助,配置环境时也是需要费一番功夫.因此想到conda的环境导出与导入功能. 具体过程如下: 环境导出 # -n 后面的参数是服务器A要克隆的环境名称,> 后跟着我们要保存的路径文件名称 conda env export -n yolos > /data/yolos.yaml 如下: ubuntu@VM-0-17-ubuntu:/$

  • Pip install和Conda install的使用

    版本一 conda install xxx:这种方式安装的库都会放在/Users/orion-orion/miniforge3/pkgs目录下.我们在我们的虚拟环境中要用到或下载时先到该路径下去找,若有则直接将其复制到我们的虚拟环境中包得存放位置: ~/site-packages/.若没有,则先下载到/anoconda3/pkgs,在复制到虚拟环境包的路径下. pip install xxx:这是就要两种情况,一种情况就是此时使用的是conda中安装的python,那么xxx会被安装到/User

  • tensorflow基于Anaconda环境搭建的方法步骤

    目录 1.简介 2.在Anaconda环境下搭建TensorFlow - 安装Anaconda 创建一个新的Anaconda环境 激活新的环境 安装TensorFlow 验证TensorFlow安装 安装Jupyter Notebook 1.简介 TensorFlow是一个由Google Brain团队开发的开源软件库,用于各种人工智能和机器学习应用,包括神经网络.深度学习.强化学习等.TensorFlow提供了一个灵活的编程框架,可用于创建各种类型的机器学习模型,如分类.回归.聚类.语音识别.

  • 解决anaconda安装pytorch报错找不到包的问题

    目录 前言 状况描述: 问题描述 解决办法: 前言 使用anaconda 命令安装pytorch包的问题,以下给出解决办法. 状况描述: 由于是第一次接触安装,看了很多篇文章,也遇到了一些坑,在此总结一下. 安装pytorch,从硬件上分为2个版本,一个是cpu,一个是gpu(显卡).gpu版本可以加速训练效果. 由于本人的电脑比较旧,显卡是rtx1050,我安装了cuda9.0版本+cudnn+pytorch(torch+torchvision) 本人安装的是gpu版本的,在这个过程中,走了一

  • Conda中环境迁移到另一个服务器的实现

    1.这是我自己在网上尝试过的成功的一个方法 首先在你有环境的服务器中安装conda-pack pip install conda-pack 2.打包环境 conda pack -n my_env //my_env为环境名 打包后的压缩包在当前目录,把他下载后(我的大概有1个G)上传到另一个服务器比如我需要打包迁移到另一个服务器的环境是 “baseline”,则会产生“baseline.tar.gz”这个压缩包 3. 在另一台服务器上需要首先安装过conda(这里不做详细介绍)将上述得到的base

  • anaconda中安装的python环境中没有pip3的问题及解决

    目录 anaconda中安装的python环境中没有pip3 找到安装anaconda的文件夹 点击envs 发现了安装的三个虚拟环境 打开tf的虚拟环境下的Scripts文件夹 通过cmd进入到这个文件夹 然后执行 easy_install-3.5.exe pip 总结 anaconda中安装的python环境中没有pip3 在使用anaconda配置的python环境时,发现在python环境中并没有安装pip3的包,只有pip的 找到安装anaconda的文件夹 点击envs (利用ana

  • 如何在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境

    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. 下面的操作默认你安装好了python 一.conda创建并激活虚拟环境 前提:确定你安装好了anaconda并配置好了环境变量,如果没有,网上有很多详细的配置教程,请自行学习 在cmd命令提示符中输入conda命令查看anaconda 如果显示和上图相同,那么可以继续向下看 1.进入anaconda的base环境 方法1 在cmd命令提示符中输入如下命令 activate 方法2 直接在搜索栏里

  • win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

    win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

    避坑1:RTX30系列显卡不支持cuda11.0以下版本,具体上限版本可自行查阅: 方法一,在cmd中输入nvidia-smi查看 方法二: 由此可以看出本电脑最高适配cuda11.2.1版本: 注意需要版本适配,这里我们选择TensorFlow-gpu = 2.5,cuda=11.2.1,cudnn=8.1,python3.7 接下来可以下载cudn和cundnn: 官网:https://developer.nvidia.com/cuda-toolkit-archive 下载对应版本exe文件

  • 如何在 ubuntu linux 上配置 go 语言的 qt 开发环境

    go语言是开发效率极高.运行速度也接近C程序的现代编程语言,qt是跨平台的优秀gui库,二者结合起来工作表现非常优秀.本文讲的有两个事情,第一个是安装go语言的qt绑定包,第二个是安装go语言的集成开发环境. 安装github.com/therecipe/qt包 本段介绍的是如何安装和配置github.com/therecipe/qt开发包,这是一个非常优秀的qt库的go语言绑定,它非常强大,完美支持QT的信号槽机制,而且它的API完全模仿C++,所以你可以直接参考官方的QT C++文档. 我介

  • 浅析如何在tnsnames.ora中配置监听

    tnsnames.ora所在位置:D:\Installed\oracle\product\11.1.0\db_1\NETWORK\ADMIN\tnsnames.ora也就是说在product中 只有配置了监听之后才可以登录到数据库中 复制代码 代码如下: TOTO =  (DESCRIPTION =    (ADDRESS = (PROTOCOL = TCP)(HOST = 这里是IP地址)(PORT = 1521))    (CONNECT_DATA =      (SERVER = SHAR

  • 解析如何在sqlserver代理中配置邮件会话

    网上提供了很多sqlserver发送邮件的文章,转载居多,大部分介绍win2000+outlook2003环境,在操作系统和office已经更新换代的今天,意义不大.现在工作中碰到了需要利用sqlserver发送邮件的问题,特整理文字如下: 目的:利用Sqlserver代理的邮件会话建立操作员监控作业完成情况 测试环境:  操作系统:windows 2003/windows xp OutLook: OutLook 2003 测试的电子邮件: yyy@xxx.com 第一步:建配置文件开始->控制

  • Spring如何在xml文件中配置Bean

    Spring容器是一个大工厂,负责创建.管理所有的Bean. Spring容器支持2种格式的配置文件:xml文件.properties文件,最常用的是xml文件. Bean在xml文件中的配置 <beans> 根元素,可包含多个<bean>元素,一个<bean>即一个Bean的配置. <bean> 一个<bean>即一个Bean对象.原来是new出来该类的一个对象,Spring中是一个<bean>创建一个对象. <bean na

  • Anaconda配置各版本Pytorch的实现

    Anaconda配置各版本Pytorch的实现

    目录 1. 前言 2. 配置镜像源 3. pytorch,torchvision,python 版本对应 4. 创建并进入虚拟环境 5. Pytorch 0.4.1 6. Pytorch 1.0.0 7. Pytorch 1.0.1 8. Pytorch 1.1.0 9. Pytorch 1.2.0 10. Pytorch 1.4.0 11. Pytorch 1.5.0 12. Pytorch 1.5.1 13. Pytorch 1.6.0 14. Pytorch 1.7.0 15. Pytor

  • 在vscode中启动conda虚拟环境的思路详解

    在vscode中启动conda虚拟环境的思路详解

    问题:cudatoolkit cudnn 通过conda 虚拟环境安装,先前已经使用virtualenv安装tf,需要在conda虚拟环境中启动外部python虚拟环境 思路:conda prompt 即将 [虚拟环境位置] 以参数形式传入 [activate.bat] VSOCDE中的设置 添加以下语句 { "terminal.integrated.shell.windows": "C:\\Windows\\System32\\cmd.exe", #选用cmd作为

  • conda虚拟环境使用pip下载包到当前环境的两种方法

    目录 conda虚拟环境 如何使用pip下载包到当前环境 方法一 方法二 总结 conda虚拟环境 如何使用pip下载包到当前环境 这是一个非常不好弄的问题,查看当前的环境的指令一般是:pip list .但是往往有虚拟环境存在时,打印出来的是全局的包列表,显然用 conda list 才是当前环境安装的包. 问题出现了,conda create -n env_name 创建一个新的虚拟环境后,直接 pip install 发现并没有将依赖包安装到当前环境,而是安装到 base 环境中了,试了千

  • 在Mac中配置Python虚拟环境过程解析

    如何在Mac中配置Python虚拟环境 1.安装virtualenv pip3 install virtualenv 2.安装virtualenvwrapper pip3 install virtualenv 3.配置.bashrc文件,没有的话在根目录"~"下创建一个 cd ~ vim .bashrc 定义Python安装路径(可通过which is python3查询) export VIRTUALENVWRAPPER_PYTHON='/usr/local/bin/python3

随机推荐