【如何在anaconda虚拟环境中安装多个版本的CUDA,cudnn,pytorch,torchvision,torchaudio及进行环境配置手把手教学】

若需要使用不同版本的cuda,只需创建不同的虚拟环境,下载所需的cuda及cudnn版本即可。

0,操作代码汇总

以cuda11.3,cudnn8.2.1为例

查看/更新驱动上限

创建环境:
conda create -n cuda11_3_cudnn8_2_1_env python=3.8
激活环境:
conda activate cuda11_3_cudnn8_2_1_env
查询cuda版本:
conda search cudatoolkit --info
查询cudnn版本:
conda search cudnn --info
安装cuda:
conda install cudatoolkit=11.3
安装cudnn:
conda install cudnn=8.2.1
安装pytorch,torchvision,torchaudio:
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
验证:
conda list
python
import torch
torch.cuda.is_available()

返回true为成功

具体操作:

1,查看/更新nvidia驱动版本号

先更新驱动,后查看版本。也可以不更新,直接查看。
在这里插入图片描述
GeForce Experience可以更新为最新版本驱动
在这里插入图片描述
控制面板查看当前最高能支持的cuda版本
我这里最高支持11.7.99

2,创建虚拟环境

以管理员身份进入Anaconda Promot

conda create -n cuda11_3_cudnn8_2_1_env python=3.8

在这里插入图片描述
激活环境

conda activate cuda11_3_cudnn8_2_1_env

在这里插入图片描述

3,查看cuda(cudatoolkit)和cudnn版本

查看conda支持的cuda版本,选择合适的版本

conda search cudatoolkit --info

在这里插入图片描述
可以看到最新支持到11.3.1,要求cuda必须>=11.3,我是11.7,满足。

查看conda支持的cudnn版本,选择合适的版本

conda search cudnn --info

在这里插入图片描述
可以看到最新支持到8.2.1,要求cudatoolkit在11.0到11.4之间,我是11.3,满足。

4,安装cuda(cudatoolkit)和cudnn

conda install cudatoolkit=11.3

在这里插入图片描述

conda install cudnn=8.2.1

在这里插入图片描述

5,安装pytorch,torchvision,torchaudio

进入https://pytorch.org/get-started/locally/
在这里插入图片描述
选择对应版本,复制官方给的代码

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

在这里插入图片描述

6,验证是否安装成功

conda list

查看是否下载好对应版本
代码验证,进入python代码模式

python
import torch

没返回异常,说明pytorch装好了

torch.cuda.is_available()

返回true,说明cuda也装好了
在这里插入图片描述

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>