【深度学习】建议使用conda安装GPU版PyTorch

✨GPU 版 PyTorch 环境配置及安装

此前在 Windows 安装 GPU 版的 PyTorch 时写了博客记录

详情可参考：

https://www.cnblogs.com/Flat-White/p/14678586.html

由于 torch 和 cuda 的版本存在比较严格的对应关系

上述方案安装的是完整版的 CUDA Toolkit

因此在 Windows 下不同版本的 cuda 会发生无法共存的问题

在 Linux 下只需更改~/.bashrc或者~/.zshrc中的 cuda 环境变量指向即可实现多个 cuda 版本共存

✨ 建议使用 conda 安装 GPU 版 PyTorch

直接访问PyTorch 官网 Get Started选择 conda 安装命令

如果不需要安装最新版 torch（通常情况都不需要）

确保显卡驱动已经安装并且版本较新（显卡驱动版本决定了能安装最新的 cuda 版本）

访问Pervious PyTorch Versions选择需要的安装命令即可

例如需要安装 torch2.5.1

激活 conda 环境后运行选择相应命令即可

OSX

# conda
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 -c pytorch

Linux and Windows

# CUDA 11.8
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1  pytorch-cuda=11.8 -c pytorch -c nvidia
# CUDA 12.1
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.1 -c pytorch -c nvidia
# CUDA 12.4
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 pytorch-cuda=12.4 -c pytorch -c nvidia
# CPU Only
conda install pytorch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 cpuonly -c pytorch

安装完成后可以运行如下代码确认安装版本以及 CUDA 是否可用

import torch

print(f"PyTorch Version: {torch.__version__}")

if torch.cuda.is_available():
    print(f"CUDA is available: {torch.cuda.is_available()}")
    print(f"CUDA Version (from PyTorch): {torch.version.cuda}")
    print(f"cuDNN Version (from PyTorch): {torch.backends.cudnn.version()}")
else:
    print("CUDA is not available.")

使用 conda 命令安装的 torch 已经包含了 PyTorch 运行 GPU 所需 CUDA 运行时依赖（包括 cudnn）

不需要再手动安装完整版的 CUDA Toolkit

并且安装的 cuda 运行时库（runtime libraries）和相关组件通常会安装在 conda 环境内部

不同 cuda 版本的 torch 可共存

相对来说如果仅需要使用 GPU 版 PyTorch 使用 conda 安装较为理想

然而通过 conda 命令安装的是 cuda 运行时库仅包含了运行 PyTorch 所需的 .so (Linux) 或 .dll (Windows) 文件，不包含像 nvcc 这样的编译器或其他开发工具

如果需要 nvcc 或其他 cuda 开发工具，还是需要单独从 NVIDIA 官网下载并安装完整版的 CUDA Toolkit

✨cuda 核心 dll 目录

使用 conda 安装的 cuda 目录在\miniconda3\pkgs\下

例如cudart64_110.dll、cudnn64_9.dll

\miniconda3\pkgs\cuda-cudart-dev-11.8.89-0\bin\cudart64_110.dll
\miniconda3\pkgs\pytorch-2.5.1-py3.9_cuda11.8_cudnn9_0\Lib\site-packages\torch\lib\cudnn64_9.dll

⭐ 转载请注明出处

本文作者：双份浓缩馥芮白

原文链接：https://www.cnblogs.com/Flat-White/p/18919891

版权所有，如需转载请注明出处。