Anaconda+CUDA环境配置

Anaconda+CUDA学习环境配置

1 Anaconda配置镜像源

打开Anaconda官网下载，看到是Python3.9，需要的版本比这个版本低，不过无所谓，可以后续单独配置环境。Anaconda安装完成后，先配置一下清华大学镜像，打开Anaconda的控制台：

conda配置清华源

# Windows 先执行 `conda config --set show_channel_urls yes` 生成 .condarc 的文件
#（在C:\Users\目录下） ：
# 建议直接去清华镜像站看最新的镜像地址，也可以使用下方提供的配置：
# https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

# 复制到.condarc文件：
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

# Conda查看当前源：
conda config --show-sources

使用pip指定清华源与安装requirements的指令

# pip配置镜像
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# 安装requirements
pip install -r XXX\requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

创建一个Conda环境
这里举例，创建一个名为"pytorch"的环境，测试是否可以操作：

# 1 执行下面命令
conda create -n pytorch python=3.9
# 2 弹出确认，选择y
Proceed ([y]/n)?
# 3 跑完进度，弹出 working done，激活环境输入：
conda activate pytorch
# 4 shell左侧的括号内从base->pytorch后代表切换环境成功
# 5 使用命令查看有哪些包
pip list

2 安装CUDA

CUDA网：https://pytorch.org/

选择CUDA，首先打开英伟达找到自己的显卡型号：https://www.nvidia.cn/geforce/technologies/cuda/supported-gpus/

或者使用CMD命令nvidia-smi查看自己的CUDA

2022.11.20 在官网所选择的安装例：

Stable(1.13.0) + Windows + Conda + Python + CUDA 11.6

# 1 执行安装命令
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
# 2 弹出安装列表，询问是否安装，选择y

小插曲：发现之前安装是cpu版本的pytorch，重新安装了一遍：

# ROCM 5.1.1 (Linux only)
pip install torch==1.12.1+rocm5.1.1 torchvision==0.13.1+rocm5.1.1 torchaudio==0.12.1 --extra-index-url  https://download.pytorch.org/whl/rocm5.1.1
# CUDA 11.6
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 10.2
pip install torch==1.12.1+cu102 torchvision==0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102
# CPU only
pip install torch==1.12.1+cpu torchvision==0.13.1+cpu torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cpu

然后等待安装… …安装完成后会提示All requested packages already installed

安装可能出现的报错
1.下载不动。参考上面配置清华源。

InvalidArchiveError("Error with archive G:\\Anaconda3\\pkgs\\nsight-compute-2022.3.0.22-0.tar.bz2.  You probably need to delete and re-download or re-create this file.  Message from libarchive was:\n\nfailed with error: [Errno 13] Permission denied: 'G:\\\\Anaconda3\\\\pkgs\\\\nsight-compute-2022.3.0.22-0\\\\nsight-compute\\\\2022.3.0\\\\target\\\\linux-desktop-glibc_2_11_3-x64\\\\ncu'")

这个报错，在我配置完清华源后只剩下一个包下载不下来了，来源英伟达官网的一个插件。不知道什么原因，于是按照他的文字提示我选择把这个目录的文件夹删除了。然后就可以了。

打开Python命令行，测试一下是否可以使用了（是否安装好了）

>>> import torch
>>> torch.cuda.is_available()
True

2.过几天又False了，不知道什么情况，然后重新安装一遍就好了。

>>> import torch
>>> torch.__version__
'1.10.0+cu102'
>>> torch.cuda.is_available()
True
>>> ok

3 安装Cudnn

在安装完CUDA后操作。下载cudnn后，打开cuda的文件夹替换，使用CMD命令-set cuda可以查看位置。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

添加四个环境变量到Path中：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin