深度学习环境配置.md

📅2023.10.15

硬件平台

• 拯救者Y9000P 2022
• ubuntu 20.04.6
• 显卡：3060ti
• 显卡驱动：525.125.06

常用操作

1. 安装anaconda最新版 from 官网

   #创建conda环境
   conda create -n xxx python=3.9
   
   #进入conda环境
   source activate xxx 
   
   #退出conda环境
   conda deactivate
   

2. 查看显卡驱动以及当前显卡驱动支持的最高cuda版本：nvidia-smi

3. conda虚拟环境配置cuda：

   • 使用conda来搜索仓库有哪些cuda的版本可以安装: conda search cudatoolkit
   • 如果刚好有满足要求的版本，直接使用此语句安装即可: conda install cudatoolkit==(指定版本)
   • 如果没有满足要求的版本，那么只能去官网下载包，进行离线安装,本地安装离线包的命令是：conda install --use-local 包名(暂未成功)

4. conda虚拟环境配置cudnn：

   • 使用conda来搜索仓库有哪些cudnn的版本可以安装: conda search cudnn
   • 如果刚好有满足要求的版本，直接使用如下语句安装即可: conda install cudnn==(指定的版本)
   • 也可以在安装好cudatoolkit之后直接执行 conda install cudnn, 系统会自动匹配对应的版本
   • 如果没有满足要求的版本，那么只能去官网下载包，进行离线安装, 安装命令：conda install --use-local 本地cudnn包所在的路径(暂未成功)
   • cudnn与cuda对应关系 from 官网

5. 在虚拟环境中安装完cuda和cudnn想要测试是否安装成功，不能使用nvcc -V命令测试，需要在虚拟环境中安装pytorch包进行测试,装好pytorch后，命令行输入python，进入python的命令行，导入torch包,进行查询

   import torch 
   # 查询cuda版本
   print(torch.version.cuda)
   # 查询cudnn版本
   print(torch.backends.cudnn.version())

6. conda虚拟环境配置torch和torchvision, 去官网复制安装命令，进行安装，conda安装不下来，把conda改为pip好像也可以，例如:

   # CUDA 11.8
   conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia 
   

7. 测试pytorch是否安装成功

   import torch 
   import torchvision
   #验证torch是否成功
   print(torch.__version__ )
   #验证torchision是否成功
   print(torchvision.__version__)
   #检验GPU是否可用
   print(torch.cuda.is_available())

todo

• cudnn与cuda对应关系及安装 from 官网
• pytorch与cuda对应关系及安装 from 官网