基于python的CUDA和基于C语言的CUDA性能差距大吗 python cudatoolkit

1 深度学习的工作环境，一般流程

• 安装好conda
• 创建虚拟环境并且激活
  conda create -n pytorch python=3.6source activate pytorch

.
需要知道，使用conda命令安装库时，会安装其他的依赖库(或相关库)，而且这些库也有默认的版本。所以在多个库相互兼容的情况下，想要安装指定版本的库，可以使用pip进行单独安装

2 安装pytorch

进入pytorch官网可以看到

官网已经提供了安装pytorch的命令

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

。

执行这命令，可以安装成功就万事大吉。但实际可能安装的过程中发现速度很慢

2022.01.06记录：官网的命令又发生了改变，只有按照官网命令才安装pytorch-gpu（本人电脑上）。按照本文的安装方式，安装的pytorch-cpu版本。

2.1 安装速度奇慢

• 原因：
  使用该命令，速度非常慢，很久以后没有反应，或者失去响应了。这是因为该命令使用的是国外的源导致的。
  先解释下commod：conda install pytorch torchvision cudatoolkit=10.2 -c pytorch。
  这个命令，会安装pytorch、torchvision、cudatoolkit。后面的-c pytorch参数指定了conda获取pytorch的channel，再次指定为conda自带的pytorch仓库。
• 解决：
  将-c pytorch语句去掉，然后添加清华镜像的源后，就可以使用清华镜像源快速安装pytorch了
  .
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/conda config --set show_channel_urls yesconda install pytorch torchvision cudatoolkit=10.2

.

运行该命令，会安装很多包，等待安装结束即可。前面已经添加了清华镜像源，所以这里库的下载快很多。如果一气呵成安装成功就又万事大吉。

但安装包比较大时，容易与网站失去连接，所以大库跳过安装，然后可以手动下载安装

：安装过程中，在终端显示的安装包的下载链接，可以找到未成功安装的包的链接，然后访问并下载相应的包，然后进行安装即可

 

l栗子：

这三个包，我这边网速不好的情况下，安装到一半的时候，就断掉了，

复制对应包的下载链接，进去找到对应包的位置，根据所提示的安装包的全部名称来下载，注意不要受到后缀的影响。当然在安装报错的时候，也会提示下载链接：

利用以上信息找到下载链接。有时网页下载也会比较慢，复制到迅雷中进行下载，速度很给力

下载下来后，打开终端，在相应的虚拟环境中运行

conda install ***

有时运行一遍未成功，在运行一边即可

然后就可以使用

conda list

查看安装的库了

2.2 安装指定版本的pytorch

上面官网截图的左下角的链接，进入会发现安装指定版本的命令，关于安装速度上的问题，参考2.1的讲解即可。
.
另外要注意：要安装numpy，否则 import torch 会报错