[高血壓治療儀] 不同版本的torch及其對應版本CUDA的安裝教程
本文參考了:https://blog.csdn.net/xiqi4145/article/details/110254093
眾所周知,torch的環境配置是誘發人類高血壓的重要病因。
本文作者作為一名自身病友,久病成(庸)醫。釋出此文來解決在一臺計算機(的多個虛擬環境)上安裝多個版本的pytorch的病痛。
需要說明的是:
1 不同的torch需要不同的cuda版本。
2 一臺計算機上可以安裝多個版本的cuda,並可以通過PATH指定使用哪一個(後文細說)
安裝步驟如下:
1 開啟 https://pytorch.org/get-started/previous-versions/ 尋找你想要的torch版本。
比如使用torch==1.2.0,可以找到:
v1.2.0
Conda
OSX
# conda
conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch
Linux and Windows
# CUDA 9.2 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch # CUDA 10.0 conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch # CPU Only conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.2.0 torchvision==0.4.0
Linux and Windows
# CUDA 10.0 pip install torch==1.2.0 torchvision==0.4.0 # CUDA 9.2 pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html # CPU only pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
可以使用pip下載。
我更常用的是用conda下載。但是如果用的channel是torch,經常會出現anaconda提示包找不到的情況。
這裡的cudatoolkit的版本需要和本地的nvcc -V的版本(也就是cuda的版本)一致(第4步闡述如何調節nvcc -V的版本),否則訓練時候會報錯:RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED
2. 如果使用conda下載的話,需要更換國內的channel,輸入以下命令:
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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
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/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
3. 輸入conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2
(去掉-c pytorch)。就可以安裝cudatoolkit和torch了。這樣下載的速度也很快。
4.配置nvcc -V的版本(也就是cuda的版本)
首先需要下載torch需要版本的cuda。具體方法可以百度。
接著講述如何調節使用不同版本的cuda。
方法一:
在視窗中輸入想要的版本的cuda的安裝的路徑:
export CUDA_HOME=/mnt/lustre/share/cuda-9.2/
export PATH=$PATH:/mnt/lustre/share/cuda-9.2/bin/
僅限於對此視窗有效,視窗關閉後就失效。而且這樣僅僅會新增PATH,不會修改原來有的PATH。因此在我機器上這個方法依然不能改變nvcc -V的版本。
方法二:
改變~/.bashrc
將原來的CUDA_HOME和PATH改為:
export CUDA_HOME=/mnt/lustre/share/cuda-9.2/
export PATH=$PATH:/mnt/lustre/share/cuda-9.2/bin/
然後source ~/.bashrc。
然後重新開一個視窗。
想要檢視修改之後的CUDA_HOME和PATH,可以使用export命令即可。還可以用nvcc -V檢視cuda版本。
注意:如果使用tmux,建議新開一個session。要不然可能也會出現PATH沒有刪除僅僅增加的情況。
另外據引用的網頁所說,torch.version.cuda輸出的 cuda 的版本並不一定是 Pytorch 在實際系統上執行時使用的 cuda 版本,而是編譯該 Pytorch release 版本時使用的 cuda 版本。
想要檢視 Pytorch 實際使用的執行時的 cuda 目錄,可以直接輸出之前介紹的 cpp_extension.py 中的 CUDA_HOME 變數。
import torch import torch.utils import torch.utils.cpp_extension torch.utils.cpp_extension.CUDA_HOME #輸出 Pytorch 執行時使用的 cuda