conda命令下载PyTorch + CUDA，详细步骤与讲解

conda命令下载PyTorch + CUDA，详细步骤与讲解

引用

CSDN

1.

https://blog.csdn.net/weixin_54100601/article/details/137397827

目录

• 前言
• 一、检查CUDA驱动
• 二、conda或pip命令下载
• 三、conda换源
• 四、检验CUDA

前言

在学习YOLO系列模型时，执行官方提供的requirements来安装第三方库可能会将CUDA版本的PyTorch覆盖为CPU版本。因此，我们需要重新安装CUDA版本的PyTorch。本文记录了使用conda命令下载CUDA及CUDA版本的PyTorch的详细过程及注意事项，相比于其他教程更为简单明了、清晰全面。

一、检查CUDA驱动

在安装之前，请确保你的conda环境使用的Python版本是Python>=3.8。如果不是，建议创建新的环境。以下是创建新环境的命令：

(base) C:\Users\21895>conda create -n <你的环境名字> python=3.9

然后激活新环境，查看当前CUDA驱动版本：

(base) C:\Users\21895>conda activate python39  # 激活新环境
(python39) C:\Users\21895>nvidia-smi  # 查看驱动版本

查看驱动版本信息：

这里的"Driver Version"就是驱动的版本号，"CUDA Version"就是当前驱动所能支持的最高CUDA版本，例如这里是11.3。

二、conda或pip命令下载

然后直接去PyTorch官网找对应CUDA版本的命令，他们连PyTorch的版本也一起帮你选好了，就等着你去复制粘贴他们的命令了。链接：PyTorch与CUDA版本下载命令

找到注释写着CUDA 11.3这里，只要写了这个的命令都可以，不用管PyTorch的版本，他们这些好心人都给你考虑好了，给你的一定是可以用的。例如选择1.12.1版本：

# conda
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

# pip
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

如果你不着急的话，可以直接就选择使用上面的命令不用管后面了，可能慢的话也就二十分钟左右。

三、conda换源

这里pip想换成清华源加快进度，发现报错了。不清楚为什么清华源没有这个镜像包，于是尝试用conda换源下载。

在使用conda命令之前我们需要添加channel，可以通过命令查看你的channels：

(python39) C:\Users\21895>conda config --show channels
channels:
- defaults

可以看到默认的channel，然后添加清华的源，六个都要添加上。最后两个命令依个人习惯决定要不要执行：

# 清华的五个源
(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
(python39) C:\Users\21895>conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2

# 防止有些包清华源没有
(python39) C:\Users\21895>conda config --add channels pytorch

# 从channel中安装包时显示channel的url，这样就可以知道包的安装来源了
(python39) C:\Users\21895>conda config --set show_channel_urls yes

# 安装确认中，不默认yes，而是需要输入y
(python39) C:\Users\21895>conda config --set always_yes false

接下来就可以直接执行这句，然后去启动原神了[手动狗头]：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 cudnn

这里命令的意思是下载1.12.1版本的PyTorch和11.3版本的CUDA（其实这里的cudatoolkit并不是完整的CUDA，有兴趣可以去专门了解一下CUDA的架构，但这并不影响我们做项目）；

torchvision和torchaudio，前者是专门用来处理图像与视频的库，后者是用来处理语音与音频的库，看自己所需；

cudnn是用于深度神经网络的GPU加速库，可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。

四、检验CUDA

按下面的命令敲：

# 打开python，进入交互式界面
(python39) C:\Users\21895>python
# 按着敲，接下来应该是这样的
>>> import torch
>>> print(torch.version.cuda)
11.3
>>> print(torch.cuda.is_available())
True

到此应该就完成了，如果你还没有成功，要么没按步骤来，要么发现了官方的BUG，可以去给官方提交issue。