零基础搭建CUDA、Pytorch环境

服务器版本:Ubuntu16.04
环境搭建版本:CUDA9.0,Pytorch1.0 branch 最新版

安装anaconda

先去anaconda官网获取下载连接
https://www.anaconda.com/distribution/
这里,我的是下面这个链接,进行下载

wget https://repo.anaconda.com/archive/Anaconda3-2019.10-Linux-x86_64.sh

下载完成后,用bash进行安装

bash Anaconda3-2019.10-Linux-x86_64.sh 

创建新的虚拟环境

安装完成后,用conda创建需求的环境,比如说我想创建python版本为3.6的环境

conda create -n env_name python=3.6 #创建名字为env_name的虚拟空间,并设置python版本
conda activate env_name    #激活这个虚拟空间

创建环境

conda create -n pytorch1.0-py3.6 python=3.6 

进行激活

conda activate pytorch1.0-py3.6

安装cuda

这里选择用清华源进行下载
首先在conda添加清华源(顺便添加pytorch的镜像)

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 --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

接着安装cuda和cudnn

conda install cudatoolkit=版本号 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
conda install cudnn=版本号 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/

版本号改成需要的版本即可,比如cudatoolkit=9.0

安装pytorch

可以在pytoch官网找自己需要的版本:https://pytorch.org/get-started/locally/ ,记得cuda版本要改成自己安装的版本
这里我用的是

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

或者直接用清华源的镜像进行下载

conda install pytorch=*.*.* torchvision=*.*.* -c soumith

*.*.*填上自己需要的版本号

### 如何搭建带有CUDA支持的PyTorch环境 #### 下载并安装CUDA Toolkit 为了使PyTorch能够利用GPU加速计算,需要先安装NVIDIA CUDA Toolkit。访问[NVIDIA官方网站](https://developer.nvidia.com/cuda-downloads),选择适合操作系统的CUDA版本进行下载和安装[^1]。 #### 配置环境变量 完成CUDA安装之后,需配置系统路径以确保命令行工具可以找到CUDA库。对于Windows操作系统,在高级系统设置中的环境变量里添加`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin`到PATH中;Linux用户则编辑~/.bashrc文件加入如下两行: ```bash export PATH=/usr/local/cuda-X.X/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-X.X/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} ``` 重启终端或运行source ~/.bashrc使更改生效。 #### 安装cuDNN 虽然不是绝对必要,但是推荐安装配套的cuDNN来进一步优化神经网络运算性能。同样前往NVIDIA网站获取相应版本,并按照官方指南解压至指定目录下即可。 #### 获取适用于当前CUDA版本的PyTorch包 根据已安装好的CUDA版本号挑选合适的预编译二进制轮子(.whl)。可以从[Unofficial Windows Binaries for Python Extension Packages](https://www.lfd.uci.edu/~gohlke/pythonlibs/#pytorch) 或者直接通过Anaconda/Miniconda渠道获得。注意要匹配Python以及CUDA的具体版本信息[^2]。 #### 使用pip安装PyTorch及其依赖项 假设已经选择了正确的.whl文件链接,则可以通过以下方式快速部署: ```python pip install https://download.pytorch.org/whl/cu116/torch-1.13.0%2Bcu116-cp39-cp39-win_amd64.whl # 示例URL,请替换为实际下载地址 pip install torchvision torchaudio ``` 上述命令会自动处理所有必要的依赖关系,包括但不限于numpy等科学计算库。 验证安装成功的方法之一是在Python交互模式下输入import torch followed by print(torch.cuda.is_available())查看返回True表示正常工作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值