在conda虚拟环境下安装PyTorch-gpu版本

conda环境配置

  • 在conda虚拟环境下安装PyTorch-gpu版本
    • [1. 下载好anaconda以及CUDA](#1. 下载好anaconda以及CUDA)
    • [2. 创建并进入虚拟环境 选择python版本](#2. 创建并进入虚拟环境 选择python版本)
    • [3. 找对python torch torchvision cuda的对应版本 并 下载安装](#3. 找对python torch torchvision cuda的对应版本 并 下载安装)
    • [4. 测试是否成功](#4. 测试是否成功)
    • [5. 参考资料](#5. 参考资料)

在conda虚拟环境下安装PyTorch-gpu版本

引言:

学会在conda中创造虚拟环境,并且在不同的虚拟环境中安装不同的配置(不同的python、torch版本)至关重要,因为对于不同的项目而言,所需要的环境是不同的,因此我们必须学会在conda里面配置环境。

1. 下载好anaconda以及CUDA

  • 检查电脑能够装的最高 cuda版本 (注意这里是此电脑能装的最高cuda版本,不是目前的cuda版本 ,具体cuda版本要到官网进行下载)

  • 下载anaconda (如何安装pytorch详细教程!!!)全面讲解安装Anaconda+CUDA+PyTorch

  • 下载Cuda (注意与python版本相互对应) cuda官方网址下载

    • 下载完后在虚拟环境的命令行输入nvcc -V 检查cuda版本是否正确
    PY 复制代码
    C:\Users\DRJ> nvcc -V
    '''
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2019 NVIDIA Corporation
    Built on Wed_Oct_23_19:32:27_Pacific_Daylight_Time_2019
    Cuda compilation tools, release 10.2, V10.2.89
    '''

2. 创建并进入虚拟环境 选择python版本

py 复制代码
conda create -n env_name python=3.8  # 创建一个名字为env_name、python版本为3.8的虚拟环境
conda create -n randla python=3.8  # 虚拟环境名字是randla,python版本是3.8
conda activate randla # 激活环境并进入,可以在环境里进行下载各种库和包

3. 找对python torch torchvision cuda的对应版本 并 下载安装

一定要选择合适的python版本,以及对应pytorch、torchvision、cudatoolkit、torchaudio版本。

如果版本对应错误那后面就不会安装成功

1. 各种版本对应表:

  1. cuda和torch版本对应表
CUDA 环境 PyTorch 版本
9.2 0.4.1、1.2.0、1.4.0、1.5.0(1)、1.6.0、1.7.0(1)
10.0 1.2.0、1.1.0、1.0.0(1)
10.1 1.4.0、1.5.0(1)、1.6.0、1.7.0(1)
10.2 1.5.0(1)、1.6.0、1.7.0(1)、1.8.0(1)、1.9.0、1.9.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1
11.0 1.7.0(1)
11.1 1.8.0(1)、1.9.0、1.10.0
11.3 1.8.0(1)、1.9.0、1.9.1、1.10.0、1.10.0、1.10.1、1.11.0、1.12.0、1.12.1
11.6 1.8.0(1)、1.9.0、1.10.0、1.12.0、1.12.1
11.7 1.12.0、1.12.1、1.13.1
  1. torch torchvision python版本对应表

  2. cuda与cudnn版本对应表

  3. torchaudio

如果在虚拟环境中不清楚有些哪些适配的版本可以安装,可以利用下面这个语句进行查询,根据查询结果再进行安装

conda search cudatoolkit : 可以查找能这个包在目前可以安装哪些版本

2. 具体安装下载方法:

可以直接到pytorch官网的getstart板块下[Pytorch官网](Previous PyTorch Versions | PyTorch),找conda和pip对应的安装语句(前提是确定好各个包的版本)

主要有以下两种安装手段

++如果下载过慢的话,可以尝试换用清华源或者阿里云的源++

A. conda安装

py 复制代码
# CUDA 10.2
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

B. pip安装

py 复制代码
# CUDA 10.2
pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html

我采用conda安装语句如下

复制代码
conda install pytorch==1.10.0 torchvision==0.11.0 cudatoolkit=10.2 torchaudio==0.10.0 -c pytorch

安装完使用pip list 展示一下目前的包的版本,可以看到pytorch不是cpu版本而是与cuda有关的gpu版本了

py 复制代码
(randla) C:\Users\DRJ> pip list

4. 测试是否成功

到最后,在python中使用torch.cuda.is_available()返回值是True的时候证明安装pytorch-gpu版本安装成功了。

输入 python 进入python import torch导包 torch.cuda.is_available() 判断是否可以使用gpu, quit()退出python,重新进入命令行。

5. 参考资料

01 Pytorch和CUDA对应的版本及Pytorch和Python对应的版本及Python与Anaconda的对应关系

PyTorch框架中torch、torchvision、torchaudio与python之间的版本对应关系(9月最新版)

相关推荐
欣然~2 分钟前
借助 OpenCV 和 PyTorch 库,利用卷积神经网络提取图像边缘特征
人工智能·计算机视觉
谦行11 分钟前
工欲善其事,必先利其器—— PyTorch 深度学习基础操作
pytorch·深度学习·ai编程
白熊1881 小时前
【计算机视觉】CV实战项目 - 基于YOLOv5的人脸检测与关键点定位系统深度解析
人工智能·yolo·计算机视觉
nenchoumi31191 小时前
VLA 论文精读(十六)FP3: A 3D Foundation Policy for Robotic Manipulation
论文阅读·人工智能·笔记·学习·vln
后端小肥肠1 小时前
文案号搞钱潜规则:日入四位数的Coze工作流我跑通了
人工智能·coze
LCHub低代码社区1 小时前
钧瓷产业原始创新的许昌共识:技术破壁·产业再造·生态重构(一)
大数据·人工智能·维格云·ai智能体·ai自动化·大禹智库·钧瓷码
-曾牛1 小时前
Spring AI 快速入门:从环境搭建到核心组件集成
java·人工智能·spring·ai·大模型·spring ai·开发环境搭建
阿川20151 小时前
云智融合普惠大模型AI,政务服务重构数智化路径
人工智能·华为云·政务·deepseek
自由鬼2 小时前
开源AI开发工具:OpenAI Codex CLI
人工智能·ai·开源·软件构建·开源软件·个人开发
生信碱移2 小时前
大语言模型时代,单细胞注释也需要集思广益(mLLMCelltype)
人工智能·经验分享·深度学习·语言模型·自然语言处理·数据挖掘·数据可视化