【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
SwanArc技术笔记13 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金13 小时前
深入浅出RAG——第21章:回顾与展望
人工智能
羲云网络13 小时前
GPT Image 2.6 GIF 交付排障:上线后为什么只剩第一帧?
图像处理·人工智能·前端开发·gif
安爹前沿AI13 小时前
Seedance 有个文档里没写的参数:开了码率涨 3.9 倍,费用一分没多
人工智能
深海鱼在掘金13 小时前
深入浅出RAG——第20章:端到端实战:企业级知识库问答系统
人工智能
黑十13 小时前
FDE 怎么快速搭一个可演示页面?最小前端方案
java·大数据·前端·数据库·人工智能
樊小肆14 小时前
agent 不报错才最吓人:自研编码工具半年,我踩了 10 个"看着正常"的运行时坑
前端·人工智能·agent
用户9860239656114 小时前
Gemini Tool Retrieval:工具越来越多,Agent 如何按需读取参数说明?
人工智能
用户19172912708314 小时前
Agent 工具面裁剪:动态暴露与渐进披露(附 Python 代码)
人工智能
AI前端工程狮14 小时前
我给 MCP 长任务加进度条,五步只显示了一步
javascript·人工智能·程序员