2022.04.26

  • 利用conda安装pytorch，有时候安装的路径不一定是我们想要的。可以通过指定安装路径避免该问题。
  • 安装pytorch，有时直接采用官网给定的指令即可安装成功，有时候不可。尝试了几种方法，最终成功。

1. conda创建环境

1.1 创建环境

  • 普通指令

该指令因为你当前所在的目录问题，可能会安装到其他路径，而不是anaconda中的目录

  1. conda create --name 环境名称 python=3.6

image.png

  • —prefix=指定路径+环境名称

    1. conda create --prefix="xxx/testEnv" python=3.6

    1.2 更改下载源

  • 清华源

    1. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
    2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    3. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
    4. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
    5. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
    6. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2 
    7. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
    8. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo
    9. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
    10. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/simpleitk

  • 中科大源

    1. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
    2. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
    3. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
    4. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
    5. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
    6. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
    7. conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/

    2. 安装pytorch

2.1 官网获取安装指令安装

https://pytorch.org/get-started/previous-versions/
image.png

  1. conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch

2.2 验证

输入如下指令：

  1. # 终端输入
  2. python  # 调用
  3. import torch
  4. import torchvision
  5. x = torch.rand(5,3)
  6. print(x)
  8. # pycharm
  9. import torch   # 能否调用pytorch库
  11. print(torch.cuda.current_device())   # 输出当前设备（我只有一个GPU为0）
  12. print(torch.cuda.device(0))   # <torch.cuda.device object at 0x7fdfb60aa588>
  13. print(torch.cuda.device_count())  # 输出含有的GPU数目
  14. print(torch.cuda.get_device_name(0))  # 输出GPU名称 --比如1080Ti
  15. x = torch.rand(5, 3)
  16. print(x)  # 输出一个5 x 3 的tenor(张量)

image.png
成功！

3. 坑

3.1 问题 1

  • 当我采用指令（conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch）安装时，报下面错误，未检测到CUDA，但其实已经安装了，可能是torchvision的版本啥的没对应上。

image.png

  • 改用下面指令
    • 取消指定torchvision，安装时自动检测相应的版本安装。
    • 取消“-c pytorch”，此时采用的是国内的源下载。
      1. conda install pytorch==1.8.1 torchvision cudatoolkit=10.2

      3.2 问题 2

      如下图，这是 pytorch 安装时 cudatoolkit 版本比 已经安装的CUDA 高，当时：机子上装的CUDA 11.3，而cudatoolkit 是 11.3.1.
      python中安装的pytorch对应的CUDA版本和服务器上的显卡驱动对应的CUDA版本不兼容，显卡驱动对应的CUDA版本应当>=pytorch对应的CUDA版本。
      image.png