这是一个创建于 1220 天前的主题，其中的信息可能已经有所发展或是发生改变。
- 我没有接触过算法相关的环境，今天领导让配置下新买的 GPU 服务器，遇到些麻烦
问题
- 我使用 Mini-conda 管理环境，并在虚拟环境中安装了 cuda 、cudnn 、torch 、tf 、paddle 等包
- nvidia-smi 正常工作
- conda list 可以看到 cuda
(nlp) [cs@localhost miniconda3]$ conda list cuda # packages in environment at /home/cs/miniconda3/envs/nlp: # # Name Version Build Channel cudatoolkit 10.1.243 h6bb024c_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - nvcc 找不到命令，应该是没有配置环境变量
(nlp) [cs@localhost miniconda3]$ nvcc -v bash: nvcc: 未找到命令... - 在 python 里可以使用 torch ，但无法使用 tf 和 paddle
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 >>> >>> print(torch.cuda.is_available()) True >>> import tensorflow as tf >>> >>> print(tf.config.list_physical_devices('GPU')) [] 可能是环境变量导致的，我应该怎么设置
- torch 可用的原因应该是它内置了 cuda 等，但 tf 和 paddle 需要另外安装，而现在 paddle 和 tf 找不到我安装的 cuda
依赖关系
| 包 | 版本 |
|---|---|
| pytorch | 1.7.1 |
| paddle | 1.8.5 |
| tf | 2.3 |
| cuda | 10.1 |
| cudnn | 7.6.5 |
| python | 3.7 |
 | 1 RecLusIveF 2022-07-27 14:31:25 +08:00 via iPhone tf 讲道理来说，不认 conda 环境里的 cudatoolkit ，只能从英伟达那边下载 cuda ，cudnn 进行安装才能识别 |
 | 2 ysc3839 2022-07-27 15:41:55 +08:00 建议直接用系统的包管理安装 CUDA ，有的库可能写死了 /usr/local/cuda 路径，你用 conda 安装会麻烦很多的。如果要多版本共存，推荐用 Docker ，NVIDIA 官方有提供 cuda 镜像 https://hub.docker.com/r/nvidia/cuda |
 | 3 handuo 2022-07-27 15:58:43 +08:00 via Android  2 是的 安装完官方下的 cuda 和 cudnn 后，在本用户路径 bashrc zshrc 下把 cuda 的位置 bin 和 lbib64 分别附加到 path 和 ld library path 的环境变量，具体自己谷歌 |
 | 4 whywaoxaks 2022-07-27 16:02:14 +08:00 很多年前，每次一配 gpu 环境就得花好几天，所以就一直用 docker 了，不知道现在好不好配了。 |
 | 6 Muniesa 2022-07-27 18:29:13 +08:00 via Android conda 的 cudatoolkit 不是完整的 CUDA ，pytorch 和 paddle 我记得如果用 conda 装的话是可以直接用的，不需要完整 CUDA 环境 |
 | 7 hsfzxjy 2022-07-27 18:53:33 +08:00 via Android 建议配 docker ，省心 |
 | 8 pydiff 2022-07-28 12:02:30 +08:00 via iPhone 之前用 paddlepaddle 时试过 conda 装的 cudatool 没用，要用 nvidia 的。建议你用 docker ，选择 nvidia 的 cuda-cudnn-devel 版本做基础镜像 |
Select Language