前言
在服务器上创建虚拟环境,安装gpu版本torch或者tf框架。
一、查看服务器类型
查看linux的内核是centos还是ubuntu:
cat /etc/redhat-release
二、虚拟环境中安装
1.查看自己的cuda版本
命令如下:
nvidia-smi

右上角就是最高能安装的CUDA Version,我的是11.1
2.官网安装
去pytorch官网(PyTorch)进行查看安装命令:

最好使用pip安装吧,试过conda会出现问题。安装cuda==11.0
![]()
测试是否安装好:
import torch
print(torch.cuda.is_available())
![]()
如果之前虚拟环境利用cpu的pytorch,记得需要先删除。不然一直装不好。
3.CUDA多版本切换
如果安装了多个cuda版本后,可以在/usr/local/目录下查看自己安装的cuda版本,如下图所示:
![]()
或者使用如下命令:
ls -l /usr/local | grep cud

第一个是目前cuda的软链接。

本文档详细介绍了如何在服务器上创建虚拟环境,并安装GPU版的PyTorch框架。首先,通过`cat /etc/redhat-release`命令确认Linux内核类型。然后,使用`nvidia-smi`检查CUDA版本,根据版本号从PyTorch官网获取安装指令,推荐使用pip安装CUDA 11.0对应的PyTorch。最后,验证安装成功并学习如何在有多个CUDA版本的环境中切换。注意,若已有CPU版PyTorch,需先卸载才能顺利安装GPU版。
1268

被折叠的 条评论
为什么被折叠?



