【踩雷日记】Anaconda+cuda11.1+pytorch1.8.1+mmcv-full安装

文章目录

  • 一、安装Anaconda
  • 二、安装Pytorch
    • 1.cuda和nvidia驱动匹配问题
    • 2.安装cuda和cudnn
    • 3.创建虚拟环境
    • 4.安装pytorch
  • 三.安装mmcv-full
    • 1.
    • 2.
    • 3.


一、安装Anaconda

较简单,一定要加入环境变量
可参考站内大佬的帖子,有很多。

二、安装Pytorch

1.cuda和nvidia驱动匹配问题

如果遇到pytorch不支持的cuda版本需要退到旧版本的驱动

2.安装cuda和cudnn

可参考站内相关文章

3.创建虚拟环境

安装pytorch前一定要创建虚拟环境,不要安装在base环境

代码如下(示例):

conda create -n 环境名 python=版本号
activate 环境名 #激活虚拟环境

4.安装pytorch

安装pytorch前一定要创建虚拟环境,不要安装在base环境

activate 环境名 #激活虚拟环境

https://pytorch.org/
进入Pytorch官网,根据自己的配置选择版本
例如

pip3 install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio===0.11.0+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

验证安装是否成功:

import torch
print(torch.__version__)
torch.cuda.is_available()

三.安装mmcv-full

安装mmcv前需注意:

1.

mmcv有CPU版本和GPU版本,需要安装的是mmcv-full,如果安装过mmcv需要卸载掉

pip uninstall mmcv

2.

安装VS2019,需要C++的编译运行环境,并将以下路径加入环境变量

D:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.29.30133\bin\Hostx86\x64

(需根据自己的安装目录调整,不要安装VS2022!环境不兼容)

3.

接下来设置cuda架构

$env:TORCH_CUDA_ARCH_LIST=" " 

#根据自己的显卡算力填写,可在此网站查找https://developer.nvidia.com/cuda-gpus
也可直接输入以下代码:

$env:TORCH_CUDA_ARCH_LIST="3.5 3.7 5.0 5.2 6.0 6.1 7.0 7.5"

接下来下载安装mmcv-full

conda install git
git clone https://github.com/open-mmlab/mmcv.git
cd mmcv
$env:MMCV_WITH_OPS = 1
$env:MAX_JOBS = 8

python setup.py build_ext     #编译

python setup.py develop    # 安装

pip list    #验证是否安装成功

【踩雷日记】Anaconda+cuda11.1+pytorch1.8.1+mmcv-full安装_第1张图片

你可能感兴趣的:(python,pytorch,人工智能,目标检测)