search

GQBBBB / GQBBBB.github.io

My Blog
3 stars 0 forks source link

conda: 关于CUDA_GPU环境的配置 #11

Open GQBBBB opened 2 years ago

GQBBBB commented 2 years ago

这种方法可以不使用/usr/local/目录下的公共CUDA，不用在.bashrc下配置CUDA_HOME和LD_LIBRARY_PATH，理论上可以安装nvidia驱动版本及以下的兼容的CUDA

  1. 下载miniconda
  2. 换源，可搜“北外 conda”
  3. 打开~/.bashrc，加上： export PATH=/home/xxxx/miniconda3/bin:$PATH export PYTHONNOUSERSITE=1 保证conda env不使用conda外部的包 保存退出，执行. ~/.bashrc。此时执行which python应该可以看到Python路径是miniconda路径下的那个。

  4. 进入conda环境，可以使用base也可以创建其他虚拟环境 以CUDA10.1和pytorch1.7.0为例 conda install pytorch=1.7.0 torchvision torchaudio cudatoolkit=10.1 -c pytorch安装cuda和pytorch for gpu conda install cudnn它会自动找到匹配cudatoolkit的版本，一般安装的是较低版本。安装较高版本的cudnn需要先查看cuda和cudnn的对应https://developer.nvidia.com/rdp/cudnn-archive找到对应cuda可安装的cudnn版本，conda install -c conda-forge cudnn=8.0.5进行安装 此时输入nvcc -V报错

  5. conda install -c conda-forge cudatoolkit-dev=10.1 此时输入nvcc -V显示: 
    nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243