Windows下深度学习环境CUDA10.1和CUDA10.0共存

最新推荐文章于 2025-05-20 15:14:24 发布

寸先生的牛马庄园

最新推荐文章于 2025-05-20 15:14:24 发布

阅读量6.2k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/cskywit/article/details/105494096

机器学习专栏收录该内容

96 篇文章

订阅专栏

前两天无意看到一篇论文《EISEN: A PYTHON PACKAGE FOR SOLID DEEP LEARNING》，介绍了一个基于Pytorch的医学图像处理库，正好和所研究的内容有关，既然有人已经造好了轮子，那不是很好吗，于是找到官方GitHub]和官网开始安装，将遇到的坑记录一下：

我当前的系统状况如下：硬件Windows10+2080Ti，cuda10.0，cudnn7.3，已经安装了pytorch1.1-GPU，TensorFlow1.13-GPU和Keras-2.2.4-GPU，PaddlePaddle0-GPU。看了github上该库需要pytorch1.4支持，上Pytorch官网去看，1.4版本需要cuda10.1支持，看了网上有些说需要卸载之前装的cuda10.0，然后再去安装cuda10.1，由于我这些虚环境里面已经装了很多库，担心更换后导致用不了，所以采用了以下方法顺利安装：

在NVIDIA官网下载显卡的最新驱动并安装，貌似不更新驱动后面的步骤不行。
建立conda虚环境，在虚环境中使用`conda install pytorch torchvision cudatoolkit=10.1 -c pytorch`安装Pytorch1.4-GPU，不出意外的话会因为网络太慢中断，但会提示下载pytorch-1.4.0-py3.6_cuda101_cudnn7_0.tar和cudatoolkit-10.1.243-h74a9793_0.tar的链接，在IDM中复制链接下载很快，本地安装用如下命令

conda install --use-local pytorch-1.4.0-py3.6_cuda101_cudnn7_0.tar

conda install --use-local cudatoolkit-10.1.243-h74a9793_0.tar

这样只是在虚环境中变动了cuda版本，没有影响到其他虚环境。安装完毕后不会影响其他虚环境。

在不同的虚环境中试了一下，一切OK，可以放心了。

两个cuda版本和谐共存，Conda环境管理真的是好用。

安装eisen，参照官网指令即可

pip install --upgrade eisen

接下来就是好好研究这个库如何用在CT、X光片上了