conda虚拟环境中安装cuda和cudnn，再也不用头疼版本号的问题了

Dear 丶 2024-05-08 06:37 97阅读 0赞

#### 文章目录 ####

*  背景（为什么）
 *  具体步骤
 *   *  查看conda支持的cuda版本
     *  下载cuda
     *  安装cuda
     *  查看cuda对应的cudnn版本
     *  下载cudnn版本
     *  安装cudnn
 *  测试安装是否成功
 *   *  安装pytorch
     *  测试cuda版本
 *  参考链接

## 背景（为什么） ##

深度学习用显卡训练的时候，需要安装与显卡对应的cuda和cudnn，这样才可以用显卡进行训练。

但是github上不同的项目所支持的pytorch版本是不一样的，而pytorch版本和cuda版本之间又是互相依赖的，所以如果可以灵活地在不同cuda版本间切换将是非常方便的。anaconda就可以实现这个功能。

我们可以在conda创建的不同虚拟环境中安装不同的cuda和cudnn版本，以此来实现不同cuda版本间的切换。

## 具体步骤 ##

### 查看conda支持的cuda版本 ###

**注意**：

*  如果是第一次安装anaconda，需要先修改镜像
 *  要先使用conda activate name命令把conda环境激活到你想要安装的那个环境。

conda search cudatoolkit --info

执行上述命令后，会显示出源内所有的cuda版本，以及下载地址，如图所示  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_20_color_FFFFFF_t_70_g_se_x_16]

### 下载cuda ###

找到自己想要的cuda版本后，先把cuda下载到本地。首先复制url字段里的下载链接，然后用命令cd到想要下载的目录，执行如下代码下载

wget 你刚刚复制的链接地址

### 安装cuda ###

执行如下命令进行安装，因为是通过本地安装的，所以需要写明本地包的路径

# 然后安装本地包
    conda install --use-local 本地cuda包所在的路径

### 查看cuda对应的cudnn版本 ###

使用如下命令查看conda支持的cudnn版本，注意cudnn的版本一定要和刚刚下载的cuda版本对应

conda search cudnn --info

执行后的结果如图所示，图中标出了cudnn所对应的cuda版本号位置  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_19_color_FFFFFF_t_70_g_se_x_16]

### 下载cudnn版本 ###

还是复制你想要版本的cudnn的下载地址，使用wget 链接地址进行下载

### 安装cudnn ###

conda install --use-local 本地cudnn包所在的路径

## 测试安装是否成功 ##

在虚拟环境中安装完cuda和cudnn想要测试是否安装成功，不能使用nvcc -V命令测试，需要在虚拟环境中安装pytorch包进行测试

### 安装pytorch ###

首先安装与cuda相匹配的pytorch和torchvision包，可以去[pytorch官网][pytorch]查询。

因为我的cuda版本是11.0，支持的pytorch版本为1.7.1，所以我安装的是这俩个，你可以根据你的需要安装。

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0

### 测试cuda版本 ###

装好pytorch后，命令行输入python，进入python的命令行，导入torch包  
**查询cuda版本**

print(torch.version.cuda)

**查询cudnn版本**

print(torch.backends.cudnn.version())

如图所示  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_18_color_FFFFFF_t_70_g_se_x_16]  
可以看到版本号是我们想要的，成功！！！

## 参考链接 ##

[conda虚拟环境中安装cuda和cudnn][conda_cuda_cudnn]  
[python查看cuda版本号][python_cuda]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_20_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/08/7d80e323bc994149a7cd368548735632.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_19_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/08/4021ca1e238b42998904c58524cbfc0d.png
[pytorch]: https://pytorch.org/get-started/previous-versions/
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA6YGH5Yiw5Z2O5bCx5b6X6L-I6L-H5Y67_size_18_color_FFFFFF_t_70_g_se_x_16]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/08/2be8e8f8d5244bd1911858030c07f1a2.png
[conda_cuda_cudnn]: https://blog.csdn.net/LIWEI940638093/article/details/113811563
[python_cuda]: https://zhuanlan.zhihu.com/p/388212600