Linux的虚拟环境下安装GPU版本的torch、torchaudio、torchvision详细过程

一、Linux下创建并进入虚拟环境

创建虚拟环境的命令和在windows下差不多详细如下

conda create -n demo python=3.8		# 创建虚拟环境
source actiovate dmeo				# 进入虚拟环境

二、安装torch

跑深度学习自然离不开cuda和它的加速包cuDNN其实真正实现加速的是cuDNNcuDNN调用cuda显卡驱动可见二者密不可分。

1、查看cuda驱动版本

查看cuda版本

nvcc -V

查看GPU占用情况及驱动版本号

nvidia-smi

2、安装cuDNN

检查完电脑上的cuda版本后去

下载与之相对应的版本即可。根据步骤安装即可切记放到指定位置cuda安装路径

根据我的版本我是需要安装下面这个

3、安装torch

大家都知道要去pytorch的官网找到相应的命令然后回车所以我也很听话的去官网结果根据前两步的版本找到的对应的命令后等待安装倒是花了很长的时间最终也安装成功了但是pip list之后却发现是不带cuda版本的。

查看结果竟然是没有带cu117的还是草率了没看清楚那就再来一次吧这次看清楚些。

这次我是看清楚了但是结果还是不行 一直报错就很奇怪。

查看一下cuda也合适啊但是验证的结果就是不对。

结果竟然是没有安装cuDNN所以一定不要像我这么粗心。但是很巧的是在我等待cuDNN下载好再去安装的时候发现我的虚拟环境里面已经有cudnn的包

猜测是我在前面下载torch的时候自动安装上的

既然有了我肯定就不用再等了直接下一步。

漫长探索之后发现是pytorch官网给的命令有问题所以就参考cu116的命令改成117

改成自己的cuda11.7版本的命令

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

pytorch官方给的命令

换好之后真的是飞速的下载啊

速度快了效果就不一样了下载的过程非常丝滑当然是成功了

pip list检查之后发现终于有了cu117激动的我像个两百斤的孩子…

检查完毕依次输入以下命令

python
import torch
print(torch.__version__)			# 注意version的前后都是两个下划线_
print(torch.cuda.is_available())	# is后面一个下划线

前后都是两个下划线_
print(torch.cuda.is_available()) # is后面一个下划线

[外链图片转存中...(img-FXQ2IiaU-1669642587414)]

OK回去睡觉去了