| 虚拟环境与conda以及GPU使用 | 您所在的位置：网站首页 › 设置GPU › 虚拟环境与conda以及GPU使用 |
虚拟环境与conda以及GPU使用
|
1. 在虚拟环境中安装GPU版本torch
1.1 需要在win系统下安装匹配版本的CUDA toolkit（toolkit就是指工具包）和 cuDNN（用于配置深度学习使用）
需要查看显卡驱动最高支持的版本，两种方法： 1.桌面右键NVIDIA控制面板 2.cmd nvidia-smi 如图所示CUDA版本最高到12.0，向下兼容。 （但是要注意torch版本同样要与CUDA和cudnn兼容，目前2023.7torch兼容到了CUDA11.8版本）
官网链接：CUDA Toolkit Archive 这里选择win11，11.8版本 官网链接：cuDNN Archive 这里选择与CUDA 11.8 匹配的最新版本 方法一：安装包下载到本地，离线安装到虚拟环境中 方法二：（抄来的，未测试） pip3 install torch==2.0.0+cu118 torchvision==0.15.0+cu118 torchaudio==2.0.0 -f https://download.pytorch.org/whl/torch_stable.html只介绍方法一 step1：首先创建一个虚拟环境，创建时选择对应的python版本 关于conda相关指令，见：Conda常用命令记录与.condarc step2：安装包地址：pytorch.org torch示例：whl与tar,gz区别？ cu118：CUDA 11.8 torch-2.0.1：torch版本 cp311：python3.11 win：windows 下载好的三个文件如下：（下载的是2.0.0版本的torch） 进入到虚拟环境 cd 到文件所在目录 测试： import torch if torch.cuda.is_available(): device = torch.device("cuda") print("CUDA is available.") print("Device:", torch.cuda.get_device_name()) else: device = torch.device("cpu") print("CUDA is not available. Using CPU.")
给新环境安装jupyter notebook和ipykernel,这里jupyter只是一个交互界面，ipykernel是内核控制（大概是这个意思，详见IPython与Jupyter Notebook） conda install jupyter conda install ipykernel 在环境里执行下面的代码来手动添加kernel进jupyter notebook python -m ipykernel install --user --name [虚拟环境名] --display-name "kernel命名"例 python -m ipykernel install --user --name py3.11 --display-name "py311kernel"之后再jupyter里面就有了 新环境下创建Jupyter Notebook的桌面快捷方式 就像这样，快速启动该环境下的jupyter notebook 观察之前的一个已经创建好快捷方式的环境”env_ML2“和base环境快捷方式的目标 但是不知道step5意义是什么？ 在更新windows版本后，出现了cuda无法使用的问题，输入以下代码无法调用gpu import torch if torch.cuda.is_available(): device = torch.device("cuda") print("CUDA is available.") print("Device:", torch.cuda.get_device_name()) else: device = torch.device("cpu") print("CUDA is not available. Using CPU.")解决方法： 手动卸载torch-gpu三件套，重新安装。 1.从D:\Code\Anaconda_files\py3.11\Lib\site-packages中找到三个文件，连带包含dist-info的文件夹全部删除。（这里dist-info好像在虚拟环境安装包的时候都会有） Python package dist-info 是 Python 包管理系统中一种用于存储元数据的目录结构。它在 Python 3.3 及以后的版本中作为安装 Python 包的一种标准方式被引入，用于替代旧的 .egg-info 目录。 dist-info 目录通常位于 Python 包的安装目录下，并包含一个名为 METADATA 的文件和一个名为 RECORD 的可选文件。其中，METADATA 文件包含了与该 Python 包相关的元数据信息，例如包名、版本号、作者、许可证等等。RECORD 文件记录了该包中每个文件的路径和校验和，以便在卸载或升级包时进行文件的清理或者更新。 Python 包的安装方式可以分为两种：系统范围安装和虚拟环境安装。在系统范围安装中，Python 包将会被安装到 Python 解释器的全局环境中，并且 dist-info 目录会被安装在 Python 的 site-packages 目录下。而在虚拟环境中，Python 包会被安装到虚拟环境对应的目录中，并且 dist-info 目录也会相应地被安装在虚拟环境的 site-packages 目录下。 总之，dist-info 目录是 Python 包管理系统中的一个标准化的目录结构，用于存储 Python 包的元数据信息和记录文件清单，它是 Python 包管理的一个重要组成部分。
|
检验CUDA是否安装成功 cmd nvcc -V 
CUDA和cudnn详细安装步骤见CUDA与cuDNN安装教程（超详细）
我的这三个文件所在目录是D:\Download_mydata\Edge_download 如下图一个一个pip install 就可以 
复制到记事本对比 
区别在于后三个，分别指向了虚拟环境文件夹、文件夹中的python、文件夹中的jupyter notebook 新建一个快捷方式，将目标改为如下： 注意没有回车，只有空格 
全部换成D:\Code\Anaconda_files\py3.11\Scripts\jupyter-notebook.exe达到同样效果，不理解？
2.重新上面的操作，进行安装。【本文地址】