北京建站模板公司,官网建站多少钱,平板怎么做网页,logo设计公司北京linux配环境心得#xff1a;conda/本地配cuda#xff0c;cudnn及pytorch心得 我们服务器遇到的大多数找不到包的问题一#xff0c;服务器安装cuda和cudnn使用conda在线安装cuda和cudnn使用conda进行本地安装检查conda安装的cuda和cudnn本地直接安装cuda和cudnn方法一#x… linux配环境心得conda/本地配cudacudnn及pytorch心得 我们服务器遇到的大多数找不到包的问题一服务器安装cuda和cudnn使用conda在线安装cuda和cudnn使用conda进行本地安装检查conda安装的cuda和cudnn本地直接安装cuda和cudnn方法一直接更换镜像方法二在nvidia官网下载cuda和cudnn之后进行安装 服务器安装pytorch换源或换命令安装pytorch本地安装pytorch 服务器运行git命令(git reset/ git clone) 我们服务器遇到的大多数找不到包的问题
都是因为国内的网络环境以及墙的问题导致我们服务器使用了源或conda使用了源的问题。 使用命令 conda install 提示找不到包很可能是因为我们使用了源然后源里没存那个包。 使用命令 conda search cudatoolkit找不到包那其实是这个源里没这个包不是说conda真的装不上那个特定版本的cuda。
又比如使用git clone git reset一直报很奇怪的错网上搜索的方法试了又试都解决不了这个问题之后发现是国内链接github比较慢使用一下学术加速就解决了。
又比如conda install pytorch -c pytorch怎么都装不上找不到包也是连接pytorch官网比较满
所以这里笔者通过在autodl上搭建环境的例子重新整一遍linux新环境中配置cudacudnnpytorch以及安装好一个github包并通过git硬调apex版本来掩饰一下当国内网不好或使用的服务器网不好的时候我们有多少种方法把环境给配好。(比如本地安装换源conda换pip之类的。)
一服务器安装cuda和cudnn
使用conda在线安装cuda和cudnn
一般情况下我们使用conda在虚拟环境中安装cuda和cudnn我们会先搜索conda能提供的cuda包和cudnn包再安装。 比如使用如下所示代码
conda search cudatoolkit
conda search cudnn之后安装显示出来的列表里图里有的cuda和cudnn版本。
conda install cudatoolkitxx.xx
conda install cudnnxx.xx比如当我在autodl上默认环境中运行conda search cudatoolkit时显示出来的是如下画面 可以看到显示出来的包不全导致我们配环境也配的很困难(conda search cudnn同理同样是不全。) 不管是直接使用命令进行安装conda install cudatoolkitxx.xx还是使用命令conda search cudatoolkit --info自己根据链接下载里面对应的包再本地安装前提是我们得能搜索到对应的包啊连包都搜索不到怎么安装(比如我们想安装11.1版本的cuda我们至少得能搜索到cuda11.1啊但这里的cudatoolkit连11.1都搜索不到。)
为什么conda能提供的cuda版本和cudnn版本这么少我尝试运行了一下这两行命令进行搜索
conda search cudatoolkit -c conda-forge
conda search cudnn -c conda-forge这回能搜索到一系列的包。 确定原因是网络和源的问题导致conda搜索不到。 尝试换一下源再搜索
#conda清除添加源恢复默认源
conda config --remove-key channels
#添加一些清华源(有时候清华源崩了可以换阿里源阿里源崩了可以换中科大源。国内安环境遇到问题比如查找不到包的问题很多都是网络的问题)
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
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/这时候再重新运行命令
conda search cudatoolkit
conda search cudnn这时候就能显示一系列能安装的conda 包了(conda搜索不到包还是源的问题。) 这时候运行命令就可以了
conda install cudatoolkitxx.xx
conda install cudnnxx.xx使用conda进行本地安装
有时候直接去搜索conda-forge去安装的时候因为服务器没法访问外网如果不是用源里面的文件可能下载速度会很慢。我们可以使用这条命令
conda search cudatoolkit --info访问搜索出来的包的url然后自己下载好上传到服务器上之后使用命令安装。 比如我们下载的两个包是cudatoolkit-11.3.1-h2bc3f7f_2.conda和cudnn-8.2.1-cuda11.3_0.conda我们可以运行这两个命令进行安装。(下载的如果是压缩包记得解压)
conda install ./cudatoolkit-11.3.1-h2bc3f7f_2.conda
conda install ./cudnn-8.2.1-cuda11.3_0.conda检查conda安装的cuda和cudnn
conda list | grep cudatoolkit
conda list | grep cudnn本地直接安装cuda和cudnn
方法一直接更换镜像
实际上我们没必要把每一步都按照自己的想法去强迫其实现这样会很浪费我们的时间有时候同一张卡我们直接升降配置换个镜像就可以配好了。这能极大的提升我们做科研的速度。(不过我还是想把整体配环境的流程配一遍)
方法二在nvidia官网下载cuda和cudnn之后进行安装
比如我们想安装cuda11.1.1和配套的cudnn7.6.5我们首先要在nvidia官网的cuda-toolkit页面下载cuda11.0。 我们点进该页面之后选择相关的文件然后下载就可以了。 之后按照这个页面下面的链接运行即可成功安装上。 之后是配置cuda的环境变量的部分。
接着我们进入nvidia-cudnn网址进一步下载cudnn (这一步需要登陆)
CUDA好安装cudnn要进一步配置环境。
服务器安装pytorch
换源或换命令安装pytorch
本地安装pytorch
服务器运行git命令(git reset/ git clone)
这个同样是源或网络的问题autodl有一个学术加速。
