【深度学习】使用Conda虚拟环境安装多个版本的CUDA和CUDNN方便切换

conda虚拟环境安装CUDA和CUDNN

官网教程

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#conda-installation

1. 背景

深度学习用显卡训练的时候,需要安装与显卡对应的cuda和cudnn。但不同的项目所支持的pytorch版本是不一样的,而pytorch版本和cuda版本之间又是互相依赖的,所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。我们可以在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本,以此来实现不同cuda版本间的切换。

环境1:

环境2

2. 使用Conda安装CUDA

2.1查看自己显卡驱动支持的最高cuda版本 输入nvidia-smi指令来查看。

2.2 创建与激活虚拟环境

c 复制代码
# create conda env 
conda create --name vdisco python==3.10

# env activate
conda activate vdisco

2.3 确定要安装的CUDA版本

c 复制代码
conda search cudatoolkit --info

2.4 下载与安装CUDA

方法一:把cuda下载到本地

首先复制url字段里的下载链接,然后用命令cd到想要下载的目录,执行如下代码下载

c 复制代码
wget [你刚刚复制的链接地址]

安装:执行如下命令进行安装,因为是通过本地安装的,所以需要写明本地包的路径

c 复制代码
# 在特定虚拟环境下安装
conda install --use-local [本地cuda包所在的路径]

方法二:直接安装

在特定虚拟环境下安装

conda install cuda -c nvidia/label/cuda-11.3.1

卸载:

conda remove cuda

3.1 CUDNN

查看:

c 复制代码
# 在特定虚拟环境下
conda search cudnn --info

3.2 在特定虚拟环境下安装

conda install --use-local [本地cudnn包所在的路径]

3.3 版本验证

需要用torch 验证,而不是cudnn

c 复制代码
# 虚拟环境中,进入python环境
import torch

# 查看pytorch版本
print(torch.__version__)

# cuda是否可用
print(torch.cuda.is_available())

# cuda版本
print(torch.version.cuda)

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

参考:

c 复制代码
https://blog.csdn.net/tyyhmtyyhm/article/details/136863438
https://blog.csdn.net/qq_43705697/article/details/121618276
相关推荐
martinzh15 小时前
解锁RAG高阶密码:自适应、多模态、个性化技术深度剖析
人工智能
机器之心16 小时前
刚刚,李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代
人工智能·openai
scilwb16 小时前
Isaac Sim机械臂教程 - 阶段1:基础环境搭建与机械臂加载
人工智能·开源
舒一笑16 小时前
TorchV企业级AI知识引擎的三大功能支柱:从构建到运营的技术解析
人工智能
掘金酱16 小时前
🎉 2025年8月金石计划开奖公示
前端·人工智能·后端
鹏多多17 小时前
纯前端人脸识别利器:face-api.js手把手深入解析教学
前端·javascript·人工智能
aneasystone本尊17 小时前
盘点 Chat2Graph 中的专家和工具
人工智能
Baihai_IDP18 小时前
AI Agents 能自己开发工具自己使用吗?一项智能体自迭代能力研究
人工智能·面试·llm
大模型真好玩19 小时前
大模型工程面试经典(七)—如何评估大模型微调效果?
人工智能·面试·deepseek
黎燃1 天前
短视频平台内容推荐算法优化:从协同过滤到多模态深度学习
人工智能