多版本cuda与torch环境配置

原理解释

torch匹配cuda的本质是匹配cudatoolkit 与 cudnn
而高版本的cuda是可以向下兼任cudatoolkit和cudnn的
所以只需在conda内安装对应版本的cudatoolkit和cudnn，并创建新环境安装新的torch即可
至于cudatoolkit和cudnn到底是什么，看这个链接

这篇文章的作用

• 我想要多个torch并存，但不想用一次就安装一次cuda安装包
• 也不想修改环境变量。
• 这是我搜集资料后，认为可行的办法。

前提条件

1. 你已经有了一个基础的pytorch环境—没有的话看这个

查看本机支持的cudatoolkit和cudnn版本

• 我们通常说的CUDA指的是cudatoolkit
• cudatoolkit与cudnn没有绝对的对应关系
• 所以具体安装哪个版本， 看你的需求。

查看本机支持的cudatoolkit版本

conda search cudatoolkit --info

• 结果跑出来可以看到支持好多版本
• 我这里是7.5~11.3
  
• 中间略过
  

查看本机支持的cudnn版本

conda search cudnn --info

• 结果跑出来可以看到支持好多版本

• 我这里是6.0~8.2

  

  • 中间略过

  

conda创建新环境

1. 看这个文章

conda下载cudatoolkit和cudnn

注意： 是使用conda下载，而不是pip

conda install cudatoolkit=版本号

conda install cudnn=版本号

下载新的torch轮子

去这里下载吧

• 你问我为什么这么喜欢轮子？
• 哪有那么多为什么

在新环境内安装轮子然后测试吧

1. 使用pip安装轮子

pip install E:\temp\torch-1.6.0+cu101-cp36-cp36m-win_amd64.whl

• 轮子名字太长不愿意打？： 用鼠标把whl文件拖进命令行
• 安装过程中会下载一些模块， 很快

测试

• 首先进入python命令行
• 三条命令,

import torch

torch.__version__

torch.cuda.is_available()

• 结果如下
  
  恭喜成功！！！！撒花！！！！！

其他的模块，请后续自行下载吧，你已经是个大人了。

参考

1. cudnn对照cuda参考
2. prtorch