Referencias a este artículo:
1. Crea un entorno virtual
conda create -n mytorch python=3.82. Ejecute sudo nvidia-smi para ver la versión CUDA
Se puede ver que es 11,4.
La versión CUDA del sistema determina la versión más alta de cudatoolkit que el sistema puede admitir. Es compatible con versiones anteriores.
Por ejemplo, si mi versión CUDA = 11.4, entonces puede admitir la versión CUDATookit ≤ 11.4
Ahora que conoce la versión cuda de su sistema, usaré un ejemplo del uso de la fuente espejo de Tsinghua para configurar el entorno de aprendizaje profundo cuda+cudnn+pytorch para explicar breve y sencillamente cómo hacerlo.
¡Permítame recordarle nuevamente que las siguientes operaciones también deben realizarse cuando active su propio entorno virtual!
3. Instale CUDATokit
Necesitamos usar el siguiente comando.
conda install cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/Elegí descargar la versión 11.3, que debe cambiarse según sus propias necesidades, siempre que su sistema admita CUDA.
4. Instale cuDNN
Si instala con éxito la versión de cudatookit que desea, tenga en cuenta que la versión de cudnn que instale ahora debe depender de la versión de cudatookit.
Aquí enumero brevemente la correspondencia entre algunas versiones más nuevas.
Como se puede ver en la imagen de arriba, instalé la versión 11.3 de CUDA, por lo que hay muchas versiones de cuDNN disponibles. Aquí elegí la versión 8.2.1 de cuDNN, que también se instaló usando la fuente espejo de Tsinghua.
También puedes usar conda search cudnn para encontrar la versión correspondiente
conda install cudnn=8.2.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
5. Instale Pytorch
Según hemos dicho antes, la versión de pytorch también corresponde a la versión CUDA, por ejemplo, torch1.6.0 solo es apto para cuda10.2, 10.1 y 9.2, pero no para cuda11.0.
Nuestra próxima operación debe ir al sitio web oficial de Pytorch Versiones anteriores de PyTorch | PyTorch, donde puede verificar la versión de Pytorch que desea y su versión CUDA adaptada y obtener el comando de instalación.
Por ejemplo, ahora quiero instalar la versión 1.11.0 de Pytorch y ya instalé la versión 11.3 de CUDA.
Como se muestra arriba, este comando puede satisfacer la correspondencia entre mi pytorch y cuda, por lo que lo copiamos y lo ejecutamos para instalar Pytorch 1.11.0.
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch
……
¡En este punto, la instalación está completa!
Aviso:
También puede usar el comando pip install para descargar pytorch, pero debido a que se usa conda en los pasos tres y cuatro, aquí también se usa conda por conveniencia;
conda install pytorch instala la versión de CPU de torch, conda install pytorch torchvision -c pytorch instala la versión de GPU.
Compruebe si el entorno está configurado correctamente
Si las siguientes operaciones se pueden realizar normalmente y se imprime la versión correspondiente que instaló, entonces la ha configurado correctamente.
#Ingrese al entorno virtual
conda activar [nombre de su entorno virtual]
#Ingrese python para ingresar al entorno de Python
python
#加载torch
import torch
print(torch.backends.cudnn.version())
#输出8200，代表着成功安装了cudnn v8.4.0
print(torch.__version__)
#输出1.11.0，代表成功安装了pytorch 1.11.0
print(torch.version.cuda)
#输出11.3，代表成功安装了cuda 11.3
torch.cuda.is_available()
#True
