银川网站建设,做网站图片格式,html5移动端手机网站开发流程图,具有价值的网站建设背景#xff1a;在学习深度学习时#xff0c;我们不可避免的需要跑多个神经网络#xff0c;而不同的神经网络环境都不一样#xff0c;所以必须要使用到虚拟环境(如conda)去做环境隔离#xff0c;安装属于自己的环境。在这环境中#xff0c;大多神经网络都必须要用到cuda在学习深度学习时我们不可避免的需要跑多个神经网络而不同的神经网络环境都不一样所以必须要使用到虚拟环境(如conda)去做环境隔离安装属于自己的环境。在这环境中大多神经网络都必须要用到cudacudnn。不同的神经网络需求版本不同所以也需要另行安装这与前面一篇文章pip安装包的方式还不太一样。
一.cuda安装
1.确定当前平台cuda可以安装的版本
安装好显卡驱动后使用nvidia-smi命令可以查看这个显卡驱动可以安装的最高的cuda版本是多少如下 Driver Version: 525.89.02 表明当前显卡驱动版本是525.89.02 CUDA Version: 12.0 表明当前的显卡驱动可以安装的cuda最高版本是12.0
2.conda环境中安装cuda(cudatoolkit) 注意我所使用的深度学习框架是pytorchpytorch与cudacuda与cudnn之间的版本都有明确的对应关系所以需要先确定pytorch的版本。 2.1 根据pytorch版本确定cuda和cudnn的版本
例如我使用的pytorch版本是1.11.0。
那么首先就可以去官方网站上找cuda版本对应关系。如下图 可以看到pytorch1.11.0版本对应的cuda可以是11.3或者10.2GPU时其次我们在根据cuda的版本去确定cudnn的版本。 如下图加入我们安装cuda 11.3那么可以对应找到可以安装cudnn的资源(有多个可以适用)。
2.2 安装cuda 注意此时我们已经使用conda去激活了某一个虚拟环境。(安装了conda后使用conda create -n xxx pythonxxx和conda activate xxx 去激活xxx环境) 如一中的2.1确定的cudnn版本然后可以使用conda来搜索仓库有哪些cudnn的版本可以安装。
# 查看都有哪些版本
conda search cudatoolkit如果刚好有满足要求的版本直接使用如下语句安装即可。
conda install cudatoolkit(指定版本)第一条命令可以查看用来安装cudatoolkit的所有版本都有哪些。 在conda环境中可以直接用conda装cuda和cudnn缺点是conda源中没有全部版本的cuda和cudnn并且下载速度会比较慢可以考虑换源。 如果换源速度也不行那么可以考虑如下方案 conda search cudatoolkit --info
# 查看所有列出来的cudatoolkit的详细信息包括版本号version文件网址url依赖项dependencies。
# 直接conda install cudatoolkit通常下载安装包的速度很慢当换源都不好使的时候因而可以用上面给出的文件网址url来用下载工具去下载这个包再去本地安装
# 依赖项dependencies想要使用cudatoolkit还需要安装什么才可以使用。本地安装离线包的命令是
conda install --use-local 包名如果没有满足要求的版本那么只能去官网下载包进行离线安装 注意此处没有深入了解即使装成功了这个虚拟环境应该还需要设置环境变量才能使用但是我暂时还不会。一般conda搜索出来的就能满足需求了。 二.cudnn安装
如一中的2.1确定的cudnn版本然后可以使用conda来搜索仓库有哪些cudnn的版本可以安装。
# 查看都有哪些版本
conda search cudnn1.如果刚好有满足要求的版本直接使用如下语句安装即可。
conda install cudnn(指定的版本)2.如果没有满足要求的版本那么只能去官网下载包进行离线安装
安装命令
conda install --use-local 本地cudnn包所在的路径也可以复制想要安装版本的cudnn的下载地址使用wget链接地址进行下载 三.测试安装cudacudnn是否成功
在虚拟环境中安装完cuda和cudnn想要测试是否安装成功不能使用nvcc -V命令测试需要在虚拟环境中安装pytorch包进行测试 装好pytorch后命令行输入python进入python的命令行导入torch包
查询cuda版本
print(torch.version.cuda)查询cudnn版本
print(torch.backends.cudnn.version())注意现在的pytorch官网介绍的安装命令附带了下载和安装cuda但是没有附带cudnn所以还需要额外安装cudnn(但是发现跑一些开源网络的时候按照他的步骤走pytorch和cuda是分开安装的不晓得为什么所以才有上面的内容)。 参考文章 https://blog.csdn.net/LIWEI940638093/article/details/113811563 https://blog.csdn.net/qq_43705697/article/details/121618276
