Anaconda虚拟环境中安装cuda和cudnn配置pytorch

文章目录

Anaconda虚拟环境中安装cuda和cudnn配置pytorch前言1. 在虚拟环境中安装cuda和cudunn1.1. 创建虚拟环境1.2. 安装对应版本的cuda和cudnn

2. 安装pytorch/TensorFlow2.1. 安装pytorch2.2. 验证pytorch是否安装成功

3. 一些问题(可以不看)3.1. 为什么安装后使用ncvv -V/ncvv --version，显示不对（如果本机之前安装了，返回的还是本机之前安装的版本；如果之前没有安装，则返回'nvcc' 不是内部或外部命令，也不是可运行的程序或批处理文件。

前言

解决问题：

本来打算配置下pytorch，我的cuda版本是11.5，发现能够适配的pytorch版本比较老，希望能用比较新的版本，所以通过学习在Anaconda虚拟环境中安装cuda配置更新版本的pytorch。同时，当我们去复现其他人项目时，往往需要特定的版本的cuda，cudnn，pytorch，tensorflow等，因此，学会安装不同的CUDA版本这很重要。

提示：文章以配置pytorch为例，需要配置tensorflow的同学请看文末链接（没有的话后面会补充）2023.11.2

1. 在虚拟环境中安装cuda和cudunn

首先，我们需要先确定安装的特定版本，如下，我希望安装pytorch2.0.1，可以看到需要cuda11.7。pytorch对cudnn版本没有要求，这里只需要cudnn跟cuda11.7配对就行。 但是tensorflow对cuda和cudnn版本号都有需求，需要的看文末链接，关于tensorflow安装以及配置的教程。

1.1. 创建虚拟环境

输入命令：

conda create -n name python=3.X

3.x是你的版本号，看自己需要什么版本号就行，pytorch没有强制要求，我这里想配置的是python3.9，我的命令为：conda create -n torch2.0 python=3.9

中间需要确认下载安装包，输入y。 安装成功。 进入激活虚拟环境中。

1.2. 安装对应版本的cuda和cudnn

1）进入链接，查看cudnn版本，因为pytorch不对cudnn版本做要求，因此只需要找到能跟cuda11.7配对的cudnn版本即可。 点击链接：查看cudnn版本 发现cudnn8.5可以用于cuda11.7，那么下载cuda11.7和cudnn8.5版本即可。

2）输入命令，安装cuda和cudnn指定版本，根据自己需求更改版本：

conda install cudatoolkit=11.7

conda install cudnn=8.5

提示：安装之后的 CUDA 和 cudnn 会存放在虚拟环境的 lib 文件夹 或者include 文件夹里面。如果直接通过win+r，cmd，nvcc -V命令会发现还是主机的版本。关于怎么查询在虚拟环境中安装的版本，下面会讲

2. 安装pytorch/TensorFlow

2.1. 安装pytorch

输入刚刚看的pytorch官网的安装命令，我需要输入的命令是：

# CUDA 11.7版本对应命令

conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia

2.2. 验证pytorch是否安装成功

输入以下命令：

python

# Pytorch

import torch

print(torch.cuda.is_available())

# Tensorflow

import tensorflow as tf

print(tf.test.is_gpu_available())

验证pytorch/tensorflow，返回true，则安装成功，如下图验证pytorch：

3. 一些问题(可以不看)

3.1. 为什么安装后使用ncvv -V/ncvv --version，显示不对（如果本机之前安装了，返回的还是本机之前安装的版本；如果之前没有安装，则返回’nvcc’ 不是内部或外部命令，也不是可运行的程序或批处理文件。

1）解答：本文所讲述的cuda是安装在Anaconda创建的虚拟环境中的，并非直接安装在系统中。因此，在对应文件夹中无法找到对应文件，所以也无法使用ncvv -V/ncvv --version命令来查看版本。 2）如果需要查看版本，需要先访问pytorch，再调用cuda、cudnn。 具体操作如下：进入Anaconda终端，进入需要查询版本操作的环境，输入“python”进入python环境，输入以下命令。

#查看cuda版本

import torch

print(torch.version.cuda)

查看cudnn版本

import torch

print(torch.backends.cudnn.version())

具体操作如下，可以看到就是我要安装的cuda11.7和cudnn8.5，验证成功：

推荐阅读

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：