其他分享
首页 > 其他分享> > 实验室服务器搭建3090+pytorch环境

实验室服务器搭建3090+pytorch环境

作者:互联网

说明:第五步下载pytorch时,直接下载了cudatoolkit,包含了pytorch所需的功能,和本机安装的cuda有重复的功能,是否可以跳过本机安装配置cuda则未尝试过

  1. 去/usr/local目录下检查是否有cuda-11.0以上的驱动,没有的话按教程安装cuda+cudnn
  2. 有可能公共服务器默认的cuda是10.x,所以在自己的目录下配置环境变量,修改~/.bashrc
ORIGINAL_PATH=$PATH
ORIGINAL_CUDA_HOME=$CUDA_HOME
ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH
export PATH="/usr/local/cuda-11.0/bin:$PATH"
export CUDA_HOME="/usr/local/cuda-11.0"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH"
export LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LIBRARY_PATH"

  1. 安装anaconda,创建包含pytorch-gpu的环境
wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh

激活配置

source ~/.bashrc
  1. 创建环境
conda create -n test_gpu python=3.7
  1. 下载pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

完成就可以使用了

标签:11.0,pytorch,LIBRARY,3090,cuda,PATH,服务器,usr
来源: https://blog.csdn.net/qq_41556537/article/details/117230100