windows / linux 安装CUDA+Pytorch环境+注意事项

前言：

       最近跑代码发现我的环境配置有一些问题，所以需要仔细检查一下我的CUDA环境以及重装Torch，由于也在服务器的linux环境重装了torch，有很多重复的步骤，总是记不住，所以写一篇博客来记一记，以后方便自己查看。

正文:

　　前提：主机已安装Anaconda，具备显卡。

　   1.查看及安装自己电脑适配的CUDA驱动器+cudann。

　　  参考这篇博客，这里列一些注意注意事项，建议先看了再参考：

　　(a) 如下图所示，右侧的支持驱动版本11.0.228是支持的最高版本，你可以装稍微低一点的版本，但是不能高于此版本。比如我就是装的10.1的版本，可以正常使用。

 

 　　（b）网上可以看到下表，我的驱动程序版本是452.56（也就是可以支持11.0.3），但是还是那句话，这个最高版本，对于容易冲动一股脑就下载最高版本的人来说，下载低一点的比较好,但也不是多低都可以，比如目前RTX3060不支持CUDA 11以下版本。

 

　　（c）Cudann由于下载速度太慢，建议大家机智上网，我的火狐浏览器即使机智上网速度依然很慢，所以用的谷歌，当然，也可能因人而异。

　　       注意一定要下载匹配自己刚才下载的CUDA版本，不然。。。就太惨啦！

　　

　　2 Conda新建环境安装pytorch（快速安装，速度可观

　　如果你之前给Conda配置过其他源，可能会在创建虚拟环境过程中出一些很奇怪的错误，错误的最后提示是要不要上传当前错误情况，这里提前避免一下，linux 和 windows 下面操作相同（两个环境我都跑了，建议大家直接食用。

　　2.1 恢复默认源-创建虚拟环境。

# linux 系统如果从根目录直接想访问conda的话，可以先输入下面两句话，就可以正常使用conda命令了

echo 'export PATH="~/anaconda3/bin:$PATH"'>>~/.bashrc

source ~/.bashrc

# 下面创建步骤 windows 和 linux 相同

conda config --remove-key channels # 恢复默认源
conda create -n mynewenv python=3.6.5
# 创建python版本为3.6.5的虚拟环境，环境名字叫做mynewenv，你可以换一个你想要的名字

　　2.2 创建torch环境

# 下面步骤 windows 和 linux 相同

conda activate mynewenv # 进入刚才创建的虚拟环境

# 添加源
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 --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

# 输入命令下载torch，参考网址：https://pytorch.org/
# 选择适合你cuda版本的命令，注意命令后面的-c python要删掉！！！
# 注意：cuda10.1好像仅针对1.7.1版本的torch可用，我于2022/1下载最新的无法使用...

###########################################################
# 2023/1更新：之前的conda命令会自动下载cpu版本的pytorch，建议linux环境下使用pip下载whl指定cuda版本，来下载GPU版本的torch

# 使用这个网址，离线下载你需要的cuda环境的torch版本，https://pypi.org/project/torch/#files，这个网址下载torchvision：https://pypi.org/project/torchvision/#files 下面的例子自动从官网下载（速度极慢）：

pip install torch1.3.0+cu101 torchvision0.4.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# 如果不是指定版本，可以直接下载指定cuda版本的torch-比如cuda10.1版本
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu101


# conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 #我发现windows和linux命令是相同的... 

     删除官网命令后面的-c python之后的速度会快很多！否则得下到猴年马月啊，因为-c python的意思是使用官网源下载，不是我们添加的清华源，所以速度会慢很多，但是由于使用的其他源，也会有一些问题出现。比如说，缺少一些包之类的，可以输入conda list检查一下重要的三个包在不在。（pytorch  / torch, torchvision , torchaudio, cudatoolkit）

　　2.3 检查torch是否安装成功

#windows 与 linux一致： 在刚才的虚拟环境下 进入python
python

# 执行代码
import torch
# 判断torch是否安装成功
x = torch.rand(5,5)
print(x)
# 判断cuda是否安装成功可正常与torch共同使用
torch.cuda.is_available()
# 如果返回的是ture,则结束啦！正常的！后面会记录一些你可能会出现的错误，比如这里返回false

 

　　3 一些问题的解决方法

　　3.1 输入torch.cuda.is_available() 返回 false 无其他报错

　　解决办法:新建虚拟环境，重装torch。（前提：确认我的cuda版本支持以及cudann版本匹配，两者安装路径及步骤正确。

 

　　3.2 输入torch.cuda.is_available() 返回 false 有报错

　　报错信息如下图所示，提示cuda可能有一些问题。

 　　解决办法：将安装的cuda驱动unload再reload，建议自行搜索教程。

 

　　3.3 输入nvidia-smi，报错：Failed to initialize NVML: Driver library version mismatch

　　解决办法：同3.2

 

　　4 记录一些额外的conda指令

# 以下命令 windows 和 linux一致

# 删除虚拟环境
conda remove -n mynewenv --all

# 退出虚拟环境
conda deactivate

# 如果不能正常进入虚拟环境按照下面两个步骤：
# step 1
source activate mynewenv
# step 2
conda activate mynewenv

# 查看已有的虚拟环境
conda-env list # linux
conda info -e  # windows

# 备份/ 克隆虚拟环境
conda create -n newenv --clone olden

 

　　5 参考博客：

　　　https://www.cnblogs.com/guan-zl/p/12986253.html

　　　https://blog.csdn.net/suiyueruge1314/article/details/89472914　

ps：很久之后来用这篇文章，发现图片都不可见了，后续搜索问题后知道，之前的直接复制到这里的图片尽量还是保存到本地，然后使用“上传图片”功能来添加图片，当然以往的未显示图片的博客可以重新编辑-此时图片又可见了，再使用【上传图片】功能更新博客即可。