环境配置常用命令

环境配置

1.conda虚拟环境

conda remove -n yourname –all
conda create –name yourname python=3.6
conda create –name VAE2 python=3.7

2.pip 版本控制

pip install –upgrade pip(更新pip)
python -m pip install pip==20.2.4（降级pip）

3.cuda与pytorch版本检查

nvcc -V（检查cuda版本）

python
import torch
torch.version

4.

5.

INFO

D:\Users\86159\AppData\Local\Temp\CUDA（11.3.0 CUDA安装路径）
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3（Documentation和Development）
C:\Program Files\NVIDIA Corporation\CUDA Samples\v11.3（Samples）

环境检测

1.检查你的脚本能否正常使用gpu加速运算

1
2
3
4
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.backends.cudnn.version())

检查你的GPU状态

nvidia-smi（检查显卡状况，注意这里显示的是显卡最大支持的cuda版本）

友情链接

1.https://pytorch.org/get-started/previous-versions/ 查看pytorch对应版本并获取安装命令(包括torch，torchvision和torchaudio)
2.https://developer.nvidia.com/cuda-toolkit-archive 下载指定版本cuda
3.https://developer.nvidia.com/rdp/cudnn-archive 下载指定版本cuddn
4.https://lightning.ai/docs/pytorch/latest/versioning.html#pytorch-support 查看pytorch-lightning版本对应
5.https://blog.csdn.net/qq_50677040/article/details/132131346 多版本cuda切换方法