背景
在所创建的anaconda虚拟环境下已经安装了TensorFlow2,而目前TF2好像只支持CUDA10.0不支持最新的CUDA10.1。本文旨在CUDA10.0+cudnn7.6的情况下是的TF2和Pytorch共存。
前提
已经安装了CUDA10.0+cudnn7.6+TF2-GPU+python3.6(若未安装,可以参考之前博客)
pytorch安装
1.查看官网

去官网找指令,只发现对应的CUDA只有9.2和10.1,这是因为最新的pytorch1.3只支持这两个版本,而我们之前安装的是10.0需要安装的是pytorch1.2,这时就需要我们更改命令。
官网命令:
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
更改为:
conda install pytorch torchvision cudatoolkit=10.0
2.可能会比较慢,可以换源再执行上述命令
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
这样就会快很多了。
3.测试pytorch

本文介绍如何在安装了CUDA10.0和TensorFlow2的Anaconda虚拟环境下,通过更改安装命令使Pytorch1.2与之共存,并提供加速下载的清华源配置。
1万+

被折叠的 条评论
为什么被折叠?



