更新cuda和 pytorch==1.12.1版本，更新到cuda11.3.1

news/2024/12/31 0:07:28/

nvidia-smi 查看gpu支持的最高cuda版本

nvcc -V 查看当前cuda版本

卸载旧版本cuda

除了NVIDIA Geforce、NVIDIA PhysX、NVIDIA图形驱动程序，将电脑中其他NVIDIA开头的全部卸载

安装cuda

下载适合的cuda版本

https://developer.nvidia.com/cuda-toolkit-archive

安装自定义路径

更改为自定义路径（和临时解压的路径一样，安装后就被删除了）

验证cuda安装是否成功

'nvcc' 不是内部或外部命令，也不是可运行的程序
或批处理文件。

系统变量有两个路径，是自动生成的

错误：cuda安装后找不到安装文件目录

原因是：将临时解压目录和安装目录设置成一样的了，导致安装结束，临时解压目录被删除，所以安装目录也被删除了；

解决方法：将临时解压目录和安装目录设置成不一样的。

卸载重新安装

在CUDA下创建两个文件夹

修改

安装成功

跟新pytorch （安装时condainstall pytorch cuda90）

更新cuda后，验证之前的pytorch

import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号

# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch

卸载旧版本pytorch

conda uninstall pytorch

conda uninstall libtorch

这个命令时不时会出一些问题，卸载失败
这个时候，就可以尝试以下两种卸载命令：

conda remove XXX

pip uninstall XXX

发现还是卸载不了，卡solving enviroment，算了，重新换环境了

添加源

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

conda config --set show_channel_urls yes 作用是显示包的安装来源

查看 conda config --show channels

使用conda remove -n 环境名 --all 命令删除指定环境

conda create --name aipy39 python=3.9