Pytorch 使用不同版本的cuda的方法步骤

1. Pytorch 使用不同版本的cuda的方法步骤

Pytorch 的运算是通过 CUDA 提供的 GPU 并行计算来实现的。为了方便不同的用户使用,Pytorch 支持不同版本的 CUDA,并且在安装时可以自动匹配 CUDA 版本。如果你想使用不同版本的 CUDA,需要手动配置一些参数来实现。接下来,我们将介绍 Pytorch 使用不同版本的 CUDA 的详细步骤。

1.1 安装对应版本的 CUDA

首先,你需要在系统中安装对应版本的 CUDA。你可以前往 NVIDIA 官网下载 CUDA 包并按照对应的步骤进行安装。假设你已经通过以下命令安装了 CUDA 9.0:

# Install CUDA 9.0

wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux.run

sudo sh cuda_9.0.176_384.81_linux.run

1.2 安装对应版本的 cuDNN

如果你想使用 CUDA 来加速 Pytorch,那么你还需要安装对应版本的 cuDNN。cuDNN 是一个 CUDA 加速的深度神经网络库,用来加速卷积运算和循环神经网络。

假设你已经下载了 cuDNN 7.0.5,那么你可以通过以下命令安装 cuDNN:

# Install cuDNN 7.0.5

tar -xzvf cudnn-9.0-linux-x64-v7.tgz

sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/

sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*

1.3 配置环境变量

为了让 Pytorch 使用不同版本的 CUDA,你需要配置一些环境变量,让系统知道你想使用哪个版本的 CUDA。具体来说,你需要添加以下环境变量:

export CUDA_HOME=/usr/local/cuda-9.0

export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

这里假设你想使用 CUDA 9.0。

1.4 安装 Pytorch

最后,你需要安装 Pytorch,并在安装时指定使用哪个版本的 CUDA。具体来说,你需要在安装命令中添加 -c pytorch,并指定对应的 CUDA 版本。

# Install Pytorch with CUDA 9.0

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

现在,你已经成功配置了 Pytorch 使用 CUDA 9.0。

免责声明:本文来自互联网,本站所有信息(包括但不限于文字、视频、音频、数据及图表),不保证该信息的准确性、真实性、完整性、有效性、及时性、原创性等,版权归属于原作者,如无意侵犯媒体或个人知识产权,请来电或致函告之,本站将在第一时间处理。猿码集站发布此文目的在于促进信息交流,此文观点与本站立场无关,不承担任何责任。

后端开发标签