miniconda配置安装pytorch cuda版本 + pytorch lightning |
您所在的位置:网站首页 › 安踏红底运动鞋 › miniconda配置安装pytorch cuda版本 + pytorch lightning |
1. 安装miniconda
下载安装包
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
执行程序
bash Miniconda3-latest-Linux-x86_64.sh
重启终端或者source .bashrc后安装完毕;执行conda,不报错说明安装成功
2. 更换为清华源
PS:后添加的会排在channels列表的最上面,因此越后添加的优先级越高。 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/conda-forge/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ conda config --set show_channel_urls yes conda config --set auto_activate_base false pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple或者修改.condarc文件: channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - defaults show_channel_urls: true auto_activate_base: falsePS: 这里的顺序最好一致,排在越上面的表示优先级越高,因此在安装pytorch的时候,会优先在第一个源仓库中去寻找。而gpu版本的pytorch也只有第一个仓库中含有。 conda恢复默认源的方法: config --remove-key channels conda config --set show_channel_urls yes conda config --set auto_activate_base false或移除清华源: conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/或者修改.condarc文件: channels: - defaults show_channel_urls: true auto_activate_base: false3. 新建python3.8环境 conda create -n torch python=3.8 并激活该环境,进入该环境后才能将pytorch安装在此环境中: conda activate torch4. 安装pytorch 安装cuda和cudnn按照这篇文章。 安装pytorch前需要查看本机的cuda版本: nvcc -V 由图可知cuda版本为11.0.221 查看cudnn版本 whereis cudnn 找到相应的目录 cat /usr/local/cudnn/include/cudnn_version.h | grep CUDNN_MAJOR -A 2可知cudnn版本为8.1.1 如果未安装cuda和cudnn,也可以使用conda来安装,前提是conda源中含有相应的版本。 利用conda安装cuda和cudnn(根据显卡型号安装相应驱动) conda install cudatoolkit=11.0.221 安装cudnn(如果没有安装cudnn,我们可以用conda安装,否则这一步不需要) 通过下面的网址可以知道cudnn与cuda版本对应关系: https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10 从 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/ 查看有无cuda版本对应的pytorch以及所需要的cudnn版本。因此cudnn的版本最好为8.0.5 (但是我们这里选择了cudnn=8.1.1,原因是cudnn 8.1.1也支持cuda11.0,选择支持自己cuda版本的最新版本,向下兼容,见下图) 4.1 使用默认源安装pytorch对应cuda版本11.0.221,我们找到了1.7.1版本的pytorch与之对应。 conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch 4.2 使用清华源安装pytorch conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 4.3 指定channel安装pytorch conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch 4.4 本地安装pytorch这里用pytorch 1.7.1 cuda版本举例。 4.4.1 下载所需的安装包从清华开源镜像中找到所需要的安装包: 使用wget下载对应的安装包 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5_0.tar.bz2或者本地用迅雷下载资源(速度较快)[SCP指令部分] 然后通过scp指令上传到服务器: scp /Users/username/Downloads/filename username@servername:/path 补充:多文件拷贝 scp /Users/username/filedir/filename1 filename2 filename3 username@servername:/pathPS: scp使用密钥验证并上传文件到服务器: scp -i 证书的绝对路径/证书.perm 路径/需要上传的文件 username@servername:/pathscp下载单文件指令: scp username@servername:/path/filename /localdir(本地目录) 补充: 1. 多文件拷贝 scp username@servername:/path/\{filename1,filename2,filename3,filepre.* \} /localdir 2. scp默认连接的远端主机22端口,如果ssh不是使用标准的22端口(以222为例)则使用-P(P大写)指定: scp -P 222 username@servername:/path/filename /localdir(本地目录)scp下载目录文件指令: scp -r username@servername:/var/www/remote_dir/(远程目录) /local_dir(本地目录)scp上传目录文件指令: scp -r local_dir username@servername:remote_dir 4.4.2 conda本地安装下载完成后开始本地安装。 conda install --use-local pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5_0.tar.bz2测试时候会报错,原因是没有安装相关依赖: 提示说明缺少动态链接库文件,文件在mkl库中,需要另外安装。 安装所需要的依赖后即可: conda install mkl5. 测试pytorch是否安装成功 终端执行python,并输入以下命令: import torch print(torch.__version__, torch.cuda.is_available())如果结果如下,则说明cuda版本的pytorch安装成功。 6. 安装pytorch_lightning 前提:安装的pytorch至少应该是1.7版本。 conda install pytorch-lightning |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |