Linux下cuda10.0安装Pytorch和Torchvision——啥版本都能装

🥇 版权: 本文由【墨理学AI】原创、各位大佬、一文读懂、敬请查阅

🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

👋 服务器配置

• Ubuntu 18.04.5 LTS
• RTX 2080 8G cuda10.0

一个表格对应信息【比较陈旧】

🎉 pytorch 0.4.0 安装

Conda 环境为适配 pytorch=0.4.0 会安装 Python 运行需要的 cudatoolkit 8.0

---

安装命令如下

conda install pytorch=0.4.0 -c pytorch

conda install torchvision=0.1.6

# 或者
 
pip install torchvision==0.1.6 

📔 pytorch 1.1.0 安装

• 这里安装的 版本为 pytorch==1.1.0 torchvision==0.3.0 ，使用 conda 可以进行正确安装，安装命令来自 pytorch 官方

正确可用的安装方法如下：（亲测可用）

conda create -n nice python=3.6.9

conda activate nice

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch

pip install opencv-python

pip install scipy

pip install thop

📕 pytorch==1.4.0 安装

安装命令来自 pytorch 官方.

conda create -n torch14 python=3.6.6

conda activate torch14

conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.0 -c pytorch

pip install opencv-python

pip install scipy

pip install thop

📗 pytorch==1.5.0 安装

# CUDA 9.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.0
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.0 -c pytorch

# CUDA 10.1
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.5.0 torchvision==0.6.0 cpuonly -c pytorch

📘 关于 cudatoolkit 版本的探讨【❤️墨理学AI❤️】

这里当遇到 cudatoolkit 版本导致的一些 Cuda、Cudnn 报错时，你会需要了解【❤️ 特别补充 ❤️】

• 我们可以发现，官方标准的安装命令格式如上，很多时候，我们可能会需要根据自己服务器的Cuda版本来适当设置 cudatoolkit=8.X、 cudatoolkit=9.X 或者 cudatoolkit=10.X

• 在Conda Python 环境中，cudatoolkit 版本和 pytorch 版本是有一定匹配关系的

• 只要服务器 Root 用户安装的 cudatoolkit 版本足够高，比如11.2，那么你个人 环境中的cudatoolkit=11.2 及其以下，就都是可以顺利运行的

• Conda 独立环境中可使用 conda install cudatoolkit=x.0 安装正确的 cudatoolkit 版本来解决

• 于此，我的相关处理思路如下

首先 search 当前可以安装的 cudatoolkit

conda search cudatoolkit

Loading channels: done
Name                       Version                   Build  Channel        
cudatoolkit                5.5rc1                       p0  defaults       
cudatoolkit                5.5.1                        p0  defaults       
cudatoolkit                6.0                          p0  defaults       
cudatoolkit                7.0                           1  defaults       
cudatoolkit                7.5                           0  defaults       
cudatoolkit                7.5                           2  defaults       
cudatoolkit                8.0                           1  defaults       
cudatoolkit                8.0                           3  defaults       
cudatoolkit                9.0                  h13b8566_0  defaults       
cudatoolkit                9.2                           0  defaults       
cudatoolkit                10.0.130                      0  defaults       
cudatoolkit                10.1.168                      0  defaults       
cudatoolkit                10.1.243             h6bb024c_0  defaults       
cudatoolkit                10.2.89              hfd86e86_0  defaults       
cudatoolkit                10.2.89              hfd86e86_1  defaults       
cudatoolkit                11.0.221             h6bb024c_0  defaults       
cudatoolkit                11.3.1               h2bc3f7f_2  defaults    

故而，当前可以考虑采用的安装命令有【我会根据Pytorch版本适配需求安装即可】

• conda install cudatoolkit=7.0
• conda install cudatoolkit=8.0
• conda install cudatoolkit=9.0
• conda install cudatoolkit=10.0.*
• conda install cudatoolkit=11.0.*

📘 pytorch==1.6.0 安装

# CUDA 9.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.0
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.0 -c pytorch

# CUDA 10.1
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch

📙 pytorch==1.7.0 安装

# CUDA 9.2
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.0
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.0 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch

📙 安装测试【判定torch安装是否成功】

print 为 True 则安装成功

python 

Python 3.7.6 (default, Jan  8 2020, 19:59:22) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.

>>> import torch
>>> import torchvision

>>> print(torch.cuda.is_available())
True

>>> print(torch.__version__)
1.5.0

📜 Linux下 pytorch 1.8的极简安装【2021夏补充】

进入 pytorch 主页

• https://pytorch.org/

根据你的机型进行选择

copy 给出的命令 到 服务器 shell 命令窗口，执行即可

pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/lts/1.8/torch_lts.html

这里需要注意的是 cudatoolkit 的版本

# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

🍊 其它版本 pytorch 的安装

打开这个页面，下方均有对应的 conda 和 pip 安装 命令

---

结合 自己 电脑 cuda 版本进行选择即可

• https://pytorch.org/get-started/previous-versions/

📙 博主 AI 领域八大干货专栏、诚不我欺

• 🍊 计算机视觉： Yolo专栏、一文读懂
• 🍊 计算机视觉：图像风格转换–论文–代码测试
• 🍊 计算机视觉：图像修复-代码环境搭建-知识总结
• 🍊 计算机视觉：超分重建-代码环境搭建-知识总结
• 🍊 深度学习：环境搭建，一文读懂
• 🍊 深度学习：趣学深度学习
• 🍊 落地部署应用：模型部署之转换-加速-封装
• 🍊 CV 和 语音数据集：数据集整理

📙 预祝各位 2022 前途似锦、可摘星辰

🎉 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

❤️ 如果文章对你有帮助、点赞、评论鼓励博主的每一分认真创作