gpu版pytorch安装
安装anaconda
在 清华大学开源软件镜像站下载
ls
bash Anaconda3-5.3.1-Linux-x86_64.sh
一路回车
卸载
rm -rf /home/txp/anaconda3
打开终端并输入:
sudo gedit ~/.bashrc
在.bashrc文件末尾删除之前添加的路径:
export PATH=/home/lq/anaconda3/bin:$PATH
保存并关闭文件
source ~/.bashrc
4.关闭终端,然后再重启一个新的终端
安装pytorch
conda create -n pytorch
3070环境安装
CUDA11.1和Cudnn8.0.4从官网安装
使用conda install pytorch torchvision cudatoolkit=11 -c pytorch-nightly
来安装pytorch
使用tensorflow的话 可以先conda install cudatoolkit=11
然后再pip install tensorflow-gpu==1.15
先装好tf就无法安装cudatoolkit11,conda自带的是cudatoolkit10;
先装好cudatoolkit11,再用conda装tf可能会报错,用pip不会
添加Anaconda的清华镜像
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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
1.点击此处查询显卡是否支持CUDA的安装
2.选择CUDA进行安装即可,点击此处
conda 安装cuda
conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
3.点击此处,查看对应的 cudnn版本
conda安装cudnn
conda install cudnn=7.6.5 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
4.此处pytorch安装命令
conda install pytorch torchvision cudatoolkit=10.1
测试是否安装好
import torch
print(torch.__version__)
print(torch.cuda.is_available())
安装tensorflow
1、创建虚拟环境:
conda create -n tensorflow
复制环境
conda create -n tensorflow_new --clone Tensorflow_old
删除
conda remove -n rcnn --all
所有环境
删除没有用的包
conda clean -p
删除tar包
conda clean -t
2、激活虚拟环境:
source activate tensorflow
PS:如果要退出:输入
source deactivate tensorflow
3、下面我们在虚拟环境里安装
安装CPU版本:
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow # CPU版本
pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu # GPU版本
国内镜像网站
阿里云
http://mirrors.aliyun.com/pypi/simple/
中国科技大学
https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban)
http://pypi.douban.com/simple/
清华大学
https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学
http://pypi.mirrors.ustc.edu.cn/simple/