【学习】安装cudf和cuml

MayYou-HHH2024-10-20 9:14

为了把cpu上跑的SVM程序搬到GPU上跑，需要装这俩包，但是搞了半天装不上，最后发现是清华源的问题。换了中科大的源没问题了。

rapids官网：RAPIDS | GPU Accelerated Data Science

官网安装：Installation Guide - RAPIDS Docs

官网提供了安装教程，看起来很简单，类似pytorch，选选版本，一行代码就可以。但这是在国际互联网的情况，局域网里并非如此。

网上有说升级conda的，有说下载资源本地安装的，都没用，说白了就是丫的网络问题。

面临的问题：

换源：

查询现在的源

python 复制代码

conda config --show-sources

添加源

python 复制代码

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/rapidsai/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/

设置channel_priority

python 复制代码

conda config --set channel_priority flexible

直接改.condarc文件

先查查这个文件在哪

python 复制代码

ls -a ~/.condarc

打开文件开始改，参考

改完了可以安装了

python 复制代码

# 建议创建一个新的环境，因为cudf，cuml挺大的，以下 rapids为新环境名称，可以根据需要更改
conda create -n rapids cudf cudatoolkit=11.5 python=3.10 -c https://mirrors.ustc.edu.cn/anaconda/cloud/rapidsai/ -c conda-forge -c nvidia

solving environment比较慢

python 复制代码

conda activate rapids

python 复制代码

conda install cuml