国外网站布局,网站建设素材网页,怎么做网站教程+用的工具,合肥seo排名收费服务器上已安装Nvidia提供的cuda#xff0c;nvcc -V时会出现已安装的CUDA版本。如下图所示#xff0c;服务器上已安装好的cuda版本为10.1。 但是当我们在Anaconda虚拟环境下安装pytorch或者paddlepaddle等深度学习框架的GPU版本时#xff0c;通常会选择较高版本的cuda…服务器上已安装Nvidia提供的cudanvcc -V时会出现已安装的CUDA版本。如下图所示服务器上已安装好的cuda版本为10.1。 但是当我们在Anaconda虚拟环境下安装pytorch或者paddlepaddle等深度学习框架的GPU版本时通常会选择较高版本的cuda这样服务器就存在两个cuda版本但是/usr/local的目录下只有Nvidia家的cuda版本这是为什么呢而且使用conda命令安装cuda相比于Nvidia的cuda安装要简单很多例如安装gpu版本的pytorch命令如下所示。
conda install pytorch 1.12.1 torchvision 0.13.1 torchaudio 0.12.1 cudatoolkit11.3 -c pytorchNvidia官方提供的CUDA Toolkit是一个完整的工具安装包包含了进行CUDA相关程序开发的编译、调试等过程相关的所有组件。使用 Nvidia 官网提供的 CUDA Toolkit 可以安装开发 CUDA 程序所需的工具包括 CUDA 程序的编译器、IDE、调试器等CUDA 程序所对应的各式库文件以及它们的头文件。
但是对pytorch/paddlepaddle等这样的深度学习框架而言其本身与CUDA相关的部分已经提前编译好在深度学习框中调用GPU只需要CUDA 的动态链接库就可支持程序的运行。所以安装pytorch的gpu版本时只需要安装cudatoolkit只要系统上存在与当前的cudatooklit所兼容的nvidia驱动就可以运行程序。
Anaconda为用户安装的cudatooklit主要包含应用程序在使用 CUDA 相关的功能时所依赖的动态链接库不会安装驱动程序。这也是为什么nvidia-smi时出现的cuda版本为服务器上已安装的cuda版本而不是自己虚拟环境中的cuda版本。
想要安装CUDA有两种方式1、在英伟达官网下载CUDA Toolkit Installer借此安装2、在Anaconda环境中使用类似【conda install pytorch torchvision torchaudio cudatoolkit11.3 -c pytorch】的包括cudatoolkit的命令安装。
第一种方式安装的cuda包括的模块更全面。
第二种方式安装的cuda用来训练模型基本够用但是要用到扩展功能就不行了。 详见Pytorch 使用不同版本的 cuda - yhjoker - 博客园 通过 Anaconda 安装的应用程序包位于安装目录下的 /pkg 文件夹中如笔者的目录即为 /home/xxx/anaconda3/pkgs/ 用户可以在其中查看 conda 安装的 cudatoolkit 的内容如下图所示。可以看到 conda 安装的 cudatoolkit 中主要包含的是支持已经编译好的 CUDA 程序运行的相关的动态链接库。( Ubuntu 环境下 ) 在大多数情况下上述 cudatoolkit 是可以满足 Pytorch 等框架的使用需求的。但对于一些特殊需求如需要为 Pytorch 框架添加 CUDA 相关的拓展时( Custom C and CUDA Extensions )需要对编写的 CUDA 相关的程序进行编译等操作则需安装完整的 Nvidia 官方提供的 CUDA Toolkit。 注意这里记录一下本人就是在之前使用conda安装的CUDA来跑深度学习项目没有出现问题但是当引入一个模块需要添加扩展时就频频报错这里大概就是在编译扩展时使用的是系统完整装的CUDA版本而使用编译完的扩展时使用的是conda安装的扩展这里就会出现版本不匹配因此不兼容的情况所有频频报错。
参考链接
【Windows】怎么查看CUDA版本Conda命令安装和NVIDIA官网安装包安装的CUDA有何区别nvcc -V和nvidia-smi获得的CUDA版本有何区别如何指定CUDA版本
