软硬件

显卡：A4000(对应的算力为 8.6)
系统：Ubuntu 18.04 LTS
驱动：NVIDIA DRIVER 470 - CUDA11.4

参考链接1：显卡算力查询官网
这里介绍的显卡算力主要是要和 CUDA - cuDNN 匹配（如果要使用 cudnn，8.x 算力的显卡对 cudatoolkit 的要求是 11.x）。

`conda install`

使用该命令，如果不匹配，没有找到对应的包，默认选择安装 CPU 版本！对应的各个版本截图示意如下。

1.8.0 （太早之前的就不测试了）

# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

`CUDA 10.2`

`CUDA 11.1`

这里需要注意下：PyTorch 1.8.0 可以和 CUDA 11.1 匹配！

1.8.1

# CUDA 10.2
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch# CUDA 11.3
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

`CUDA 10.2`

`CUDA 11.3`

经测试，将 cudatoolkit 版本降至 11.1 后，可以成功下载 GPU 版，11.2 不行。

1.9.0

# CUDA 10.2
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch# CUDA 11.3
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

`CUDA 10.2`

`CUDA 11.3`

同上：经测试，将 cudatoolkit 版本降至 11.1 后，可以成功下载 GPU 版，11.2 不行。

1.9.1

# CUDA 10.2
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=10.2 -c pytorch# CUDA 11.3
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=11.3 -c pytorch -c conda-forge

`CUDA 10.2`

`CUDA 11.3`

同上：经测试，将 cudatoolkit 版本降至 11.1 后，可以成功下载 GPU 版，11.2 不行。

1.10.0

# CUDA 10.2
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

`CUDA 10.2`

`CUDA 11.3`

可以看到，对于比较新的 PyTorch 版本，是可以使用 conda install 安装 GPU 版本的！而之前相对比较老的版本就不行。

1.10.1

# CUDA 10.2
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch# CUDA 11.3
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

`CUDA 10.2`

`CUDA 11.3`

总结

1.10.0 之前的 PyTorch，都无法使用 CUDA 11.x （更正：后来经过测试，将 cudatoolkit 版本改为 11.1 后都能成功安装了！），但是可以使用 CUDA 10.x。

这里说下 CUDA 11.x 与 CUDA 10.x 的区别：支持的算力不同，如果要使用 cuDNN 进一步加速，而显卡算力和安装的 CUDA 不匹配，就无法使用。本次实验使用的显卡为 A4000，支持的算力为 8.x，对应的 cuDNN 版本也应该为 8.x 才行。

import torch
print(torch.cuda.is_available(), torch.cuda.device_count())from torch.backends import cudnn
print(cudnn.is_available())
print(cudnn.is_acceptable(torch.rand(1,).cuda()))

升级为 CUDA 11.x 后，再次验证：

`pip install`

使用 pip install 基本都没有问题，能够成功安装上 GPU 版本，需要注意的还是上述那点，CUDA 版本要和显卡算力相匹配，否则无法使用 cuDNN 进一步加速运算！

对于无法使用 conda install 的版本，使用 pip install 安装是一个很好的解决方案，唯一的不足之处是，pip install 安装的包只保留在当前虚拟环境中，每次都需要重新下载。而 conda install 时，首先会从 ~/anaconda3/pkgs/ 里面寻找，如果找到，直接复制一份到当前虚拟环境，不用重新下载，所以速度基本是以秒计算；如果没有，那么还是会先将包下载缓存到该目录下，然后执行相同的复制操作。

以下只是个人想法！！！

有了以上的知识之后，我们可以这样操作，将可以使用 pip install 安装而无法使用 conda install 的包（比如 PyTorch1.8.1-CUDA 11.3）复制到 ~/anaconda3/pkgs/ 目录下，然后就可以使用 conda install 安装了，但是需要注意一个小细节，就是修改 CUDA 的版本，因为 pip install 只提供 CUDA 11.1，所以对应到的命令就是：

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.1

一直没有注意到这个细节：为什么使用 conda install 安装不成功，而使用 pip install 就能成功呢？这里官方真的是好好地坑了我们一把！！！其实并不是 conda 本身的问题，而是因为我们指定的 cudatoolkit 版本不对！也就是官方提供的版本不对！！！因此，如果需要使用 conda install 时，只需要将 cudatoolkit 的版本指定为 pip 里面的即可！！！举个栗子：

官方提供的 cuda 安装命令：

# CUDA 11.3
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

经过上面的实验，我们知道，如果使用上面的命令来安装是不行的，我们这里想要的是 PyTorch 1.8.1 对应的 CUDA 11.x，这样才能和机器的算力匹配，使用 cudnn 加速运算，而这里官方只给我们提供了最新的 11.3，直接复制运行就出错了，直接给我们整个 cpu 版本的！让我们来看看官方提供的 pip 命令是怎样的：

# CUDA 11.1
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html# CUDA 10.2
pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html# CUDA 10.1
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

看到了吗？是 CUDA 11.1，而不是 CUDA 11.3 ！！！因此，我们只需要把 conda install 后面的命令稍微改一下，完全可以运行成功：

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.1 -c pytorch -c conda-forge

来对比一下吧。

没有修改之前的效果

修改之后的效果：

终于把这个困惑给解决了！

！最终方案

使用 conda install 时，不指定 cudatoolkit 的版本时，默认会安装与 PyTorch 版本相匹配的最新 CUDA，因此不需要上面那样反复地尝试！

经过这次的实验捣鼓，终于理解了之前一个博客大佬所说的。如果我们没有 cuda 编程需求的话，根本就不需要安装什么 cudatoolkit cudnn，只需要安装配置好 NVIDIA 驱动即可！我们在安装 PyTorch 的时候早就已经帮我们打包好了！！！没有上述需求的话还需要安装吗？不需要了！

可以通过将 CUDA 从系统配置变量中移除来检验。

补充

如果使用的是 pip install，是不会安装 cudatoolkit 的，因此需要在服务器上配置 CUDA 环境。
如果你只会用到 conda install 来进行安装，那么不在服务器上安装配置 CUDA 也是可以的。

PyTorch-GPU 安装之 conda install pip install相关推荐

Win10+Python3.6下Pytorch安装(基于conda或pip)
Pytroch简介 Pytorch是Facebook的AI研究团队发布了一个Python工具包,专门针对GPU加速的深度神经网络(DNN)编程.Torch是一个经典的对多维矩阵数据进行操作的张量(te ...
python matplotlib库安装出错_使用pip install Matplotlib时出现内存错误
我使用的是Python2.7,如果我试图安装Matplotlib,如果我使用"pip install Matplotlib",就会出现这个错误Exception: Tracebac ...
python自动安装pip教程_谈谈全自动安装常使用的pip install的原理及作用！！！
正如第一句所说: pip is the package installer for Python. You can use pip to install packages from the Pytho ...
python安装默认路径_Python pip install如何修改默认下载路径
Python pip install如何修改默认下载路径 pip动不动就下载数百M的文件.这些文件默认在C:盘,那么为了节省空间需要修改这些路径: 打开cmd命令窗口.输入: python -m si ...
安装 python 虚拟环境＞ pip install virtualenv -i https://pypi.tuna.tsinghua.edu.cn/simple/报错解决办法
安装 python 虚拟环境 > pip install virtualenv -i https://pypi.tuna.tsinghua.edu.cn/simple/报错解决办法 [root@ ...
pytorch gpu安装 torch.cuda.is_available()是true才成
由于之前装了个假的gpu版本,所以来记录一下正确的怎么安装. 先看NVIDIA控制面板-帮助-系统信息-组件看驱动版本,我的是9.0. 或者是 cmd输入NVIDIA-smi看我的版本是385. ...
pytorch gpu安装教程（Perfect完美系列）
文章目录前言 `一.安装Pytorch-GPU版(超详细教程)` 扩展阅读-GPU.CUDA Toolkit.cuDNN关系二.安装Anaconda(环境管理) 下载链接 Anaconda命令行总 ...
Win10下NVIDIA-GForce940MX-Python3.9.7的Pytorch包安装经验分享（pip安装法）
----------------更新于2022.4.10---------------- 内容提要:安装Pytorch是进行人工神经网络深度学习必备的程序pag,在这里借用3W原则给大家进行解释. W ...
（2023）CUDA11.7+Python3.9+Pytorch GPU安装
(补档)(自用留存)(有问题欢迎互相交流) 一.安装Anaconda 官网链接(默认新版):Anaconda | The World's Most Popular Data Science Platf ...

PyTorch-GPU 安装之 conda install pip install

软硬件

`conda install`

1.8.0 （太早之前的就不测试了）

`CUDA 10.2`

`CUDA 11.1`

1.8.1

`CUDA 10.2`

`CUDA 11.3`

1.9.0

`CUDA 10.2`

`CUDA 11.3`

1.9.1

`CUDA 10.2`

`CUDA 11.3`

1.10.0

`CUDA 10.2`

`CUDA 11.3`

1.10.1

`CUDA 10.2`

`CUDA 11.3`

总结

`pip install`

！最终方案

补充

PyTorch-GPU 安装之 conda install pip install相关推荐

最新文章

热门文章