conda下安装CUDA8.0版的pytorch包 conda 安装cudnn

Anaconda环境安装

1. 官网下载
2. Win+r cmd

输入conda，检查是否安装

输入activate,下一行输入python，检查python版本，然后exit退出。

1. 使用Anaconda两条命令，第一条新建虚拟环境conda create -n py36 pythnotallow=3.6
2. 建立好虚拟环境，通过命令进入虚拟环境，退出虚拟环境。

 

Cuda安装

1. 命令提示符 nvcc -V看是否存在cuda
2. 卸载时保留以下图片内容

1. 到官网下载

选择第二个，可以下载历史版cuda,我在里面选的cuda10.1

进行下载

安装cudnn

安装tensorflow

conda  create -n tf21 python=3.7
pip install tensorflow_gpu==2.1.0 -i 
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'  # 不显示等级2以下的提示信息
print('GPU', tf.test.is_gpu_available())
a = tf.constant(2.0)
b = tf.constant(4.0)
print(a + b)

安装pytorch

conda install pytorch==1.7.1 torchvisinotallow==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

到pycharm下载

pytorch测试代码：

import torch
import time
from torch import autograd
#GPU加速
print(torch.__version__)
print(torch.cuda.is_available())
a=torch.randn(10000,1000)
b=torch.randn(1000,10000)
print(a)
print(b)
t0=time.time()
c=torch.matmul(a,b)
t1=time.time()
print(a.device,t1-t0,c.norm(2))
device=torch.device('cuda')
print(device)
a=a.to(device)
b=b.to(device)
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))
t0=time.time()
c=torch.matmul(a,b)
t2=time.time()
print(a.device,t2-t0,c.norm(2))

注意有的显卡会操作不成功