ai环境conda带torch整体迁移。

conda打包好的GPU版torch环境,其实很简单,就是conda装好的torch环境env整体打包,然后到新机器上再解压到env路径。

打开搭建好的环境,找自己路径,我默认的是这个。

cd/root/anaconda3/envs/

然后整个文件夹打包。tar -czvf animatex.tar.gz animatex/

上ubuntu官网下一个跨版本的镜像,wsl导入。安装cuda cudnn conda环境,劳请移步往期视频,这里加速,如果迁移到的新机器有环境就省略这步。

wsl --import U24 E:\wsl\ubuntu E:\wsl/ubuntu-24.04.2-wsl-amd64.gz

然后拷贝到迁移到的机器上,解包到conda的环境路径下

tar -xzvf animatex.tar.gz -C /root/anaconda3/envs/

进入环境运行看看,所有的东西都在,测试torch的cuda和cudnn输出没有问题。

import torch

print("CUDA 可用:", torch.cuda.is_available())

print("CUDA 设备数量:", torch.cuda.device_count())

print("CUDA 当前设备:", torch.cuda.current_device())

print("CUDA 设备名称:", torch.cuda.get_device_name(0))

print("cuDNN 可用:", torch.backends.cudnn.is_available())

print("cuDNN 版本:", torch.backends.cudnn.version())

相关推荐
woshihonghonga2 分钟前
Jupyter Notebook模块导入错误排查
人工智能
ting_zh1 小时前
PyTorch、TensorFlow、JAX 简介
人工智能·pytorch·tensorflow
数据与人工智能律师2 小时前
AI的法治迷宫:技术层、模型层、应用层的法律痛点
大数据·网络·人工智能·云计算·区块链
椒颜皮皮虾྅2 小时前
【DeploySharp 】基于DeploySharp 的深度学习模型部署测试平台:安装和使用流程
人工智能·深度学习·开源·c#·openvino
迈火3 小时前
PuLID_ComfyUI:ComfyUI中的图像生成强化插件
开发语言·人工智能·python·深度学习·计算机视觉·stable diffusion·语音识别
AI新兵4 小时前
AI大事记10:从对抗到创造——生成对抗网络 (GANs)
人工智能·神经网络·生成对抗网络
却道天凉_好个秋4 小时前
深度学习(十五):Dropout
人工智能·深度学习·dropout
你好~每一天5 小时前
2025 中小企业 AI 转型:核心岗技能 “怎么证、怎么用”?
人工智能·百度·数据挖掘·数据分析·职业·转行
飞哥数智坊6 小时前
3B参数差点干翻32B模型,Qwen3 Next 是如何做到的?
人工智能
人工智能技术派6 小时前
Whisper推理源码解读
人工智能·语言模型·whisper·语音识别