服务器中的Pytorch的下载及安装

本文指导如何在服务器上检查显卡CUDA版本,选择并下载与之匹配的PyTorch版本,设置环境后进行下载和安装,最后验证安装效果,包括使用xftp传输数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

step1 : 查看服务器中显卡版本以及对应的CUDA版本

在XShell中输入指令查看服务器信息 :nvidia-smi(下载的cuda版本数小于你自身服务器中cuda版本即可)

step2 :去官网找到对应的pytorch版本的下载指令(要与python和CUDA版本对应下载,不然会无法运行),本人下载的是与python3.6对应的版本。官网网址如下:

PyTorchicon-default.png?t=N7T8https://pytorch.org/

 不同版本的torch与python版本的兼容性,下表来自官网文档,网址如下:项目概览 - vision - GitCodeicon-default.png?t=N7T8https://gitcode.com/pytorch/vision/overview?utm_source=csdn_github_accelerator&isLogin=1

 step3 : 先进入服务器中你对应的环境中,然后将step2中的下载指令输入到命令行中,进行下载

 step4 :下载完成后,验证GPU版本的torch是否安装成功。依次输入的指令如下

  • python 
  • import torch
  • torch.cuda.is_available()

 step5 :输入pip list 指令查看已下载的数据包

补充:使用xftp将本地已有数据包直接导入到服务器中。 

 

### 如何在服务器安装配置PyTorch #### 准备工作 为了确保顺利安装PyTorch,需先确认服务器的操作系统版本以及硬件支持情况。对于基于Ubuntu 20.04 LTS系统的服务器而言,建议按照特定流程来准备环境。 #### 安装Anaconda 推荐使用Anaconda作为Python包管理和虚拟环境管理工具。可以通过执行`bash Anaconda3-2022.10-Linux-x86_64.sh`命令完成Anaconda的安装[^1]。这一步骤能够简化后续依赖库的部署过程,并提供更稳定的运行环境。 #### 配置GPU加速(如果适用) 当目标机器配备有NVIDIA GPU时,应优先考虑利用CUDA和cuDNN实现高效的并行计算能力。具体来说: - 更新至最新的显卡驱动程序; - 下载安装匹配当前系统的CUDA Toolkit (例如:从11.4降至11.0)[^2]; - 获取相应版本的cuDNN SDK (如v8.0.5),并将之集成入现有CUDA环境中; #### 创建专用Conda环境 考虑到不同项目可能需要不同的软件栈组合,建立独立的工作空间十分必要。可通过下面这条指令快速构建名为“pytorch”的新环境,其中指定Python解释器版本为3.6: ```shell conda create -n pytorch python=3.6 ``` 激活新建好的环境之后再继续下一步操作[^5]: ```shell conda activate pytorch ``` #### 安装PyTorch及相关组件 访问官方提供的历史版本页面以获取适合所选CUDA版本的PyTorch发行版链接[^4]。通常情况下,可以直接采用pip或conda的方式来进行安装。这里给出一个典型的例子,适用于带有CUDA 11.0支持的情况: ```shell pip install torch==1.7.0 torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu110 ``` 或者借助于Miniconda/Anaconda渠道: ```shell conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch ``` #### 文件传输与验证 最后,如果有任何预训练模型或其他资源文件存放在本地计算机上,则可借助XFTP之类的SFTP客户端将其上传到服务器端的目标路径下[^3]。务必保证这些额外材料被放置到了正确的conda环境下(`anaconda3/envs/pytorch`)以便正常使用。
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