Cuda与Torch设置（For 集群服务器）超详细步骤
每次设置模子环境，无论是在windows，linux，集群服务器上都会在这里卡一段，为了未来设置方便，记录下设置注意事项设置cuda和torch主要有几个要点，分别是：
[*]显卡与驱动（NIVIADA driver）是否适配。
[*]cuda版本与显卡是否适配。
[*]torch是否为gpu版本
[*]torch版本与cuda，与python是否适配
[*]touchvision版本与torch是否适配。
1. 显卡与驱动（NIVIADA driver）是否适配
On Linux/OS X：
nvidia-smi
效果形式一般为：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 CUDA Version: 11.8 |
|-------------------------------+----------------------+----------------------+
| GPUName Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| FanTempPerfPwr:Usage/Cap| Memory-Usage | GPU-UtilCompute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0NVIDIA A100-PCI...Off| 00000000:3B:00.0 Off | 0 |
| N/A 27C P0 54W / 250W | 0MiB / 40960MiB | 0% E. Process |
| | | Disabled |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
|GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
|No running processes found |
+-----------------------------------------------------------------------------+
NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 是适配的即可，不然必要重新安装driver。
2. cuda版本与显卡（gpu）是否适配。
查询Compute Capability (CUDA SDK support ）
步骤为：
[*]先确定显卡的算力级别：For example, the GeForce 820M compute capability is 2.1.
[*]再确定cuda版本是否支持该算力级别: For example, CUDA 9.2 is not supported for compute compatibility 2.1.
3. cuda是否与driver适配
On Linux/OS X：
nvidia-smi
效果形式一般为：
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 CUDA Version: 11.8 |
|-------------------------------+----------------------+----------------------+
| GPUName Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| FanTempPerfPwr:Usage/Cap| Memory-Usage | GPU-UtilCompute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0NVIDIA A100-PCI...Off| 00000000:3B:00.0 Off | 0 |
| N/A 27C P0 54W / 250W | 0MiB / 40960MiB | 0% E. Process |
| | | Disabled |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
|GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
|No running processes found |
+-----------------------------------------------------------------------------+
注意： 此表中表现的 CUDA 版本并不表示您的体系上现实安装了 CUDA 工具包这仅表明您的图形驱动步伐兼容的最新版本的 CUDA。一般下载这个版本的cuda就对了。
3. pytorch安装
一般安装步骤：
conda install pytorch torchvision torchaudio cudatoolkit=11.8
一般linux/windows这样就没题目了，但是，由于我使用的是集群服务器，环境设置与模子训练（gpu）不在同一个节点，这样会直接安装为cpu版本的pytorch。同时集群里有cuda11.9module，我是不消下载cudatoolkit的。
检查一下：
$ conda list pytorch
pytorch 2.0.0 py3.9_cpu_0 pytorch
pytorch-mutex 1.0 cpu pytorch
cudatoolkit 11.1.1 heb2d755_10 conda-forge
果然是cpu版本呢。于是我起首卸载了原来版本的torch（或者重新创建环境）。然后手动安装下载wheel，在官方网站可下载。
cu开头的就是gpu版本啦
https://i-blog.csdnimg.cn/blog_migrate/8533b6dbc252f43ba628e1469317c6f2.png
同时下载对应版本的torchvision：
https://i-blog.csdnimg.cn/blog_migrate/84849fdff33eb83951800cc88dbeba08.png
这里我一开始下了cu118/torchvision-0.16.1%2Bcu118-cp311-cp311-win_amd64.whl，但是torchvision0.16和torch2.0不兼容，所以还要注意torch和torchvision匹配题目。
然后传到服务器文件夹里，在conda环境pip安装即可。
我在gpu节点测cuda一直false的原因就是torch和torchvision不匹配，torchvision后装把前面装的pytorch覆盖了重装了cuda12.1的版本，导致无法与GPU兼容。
4.测试与运行
这之后应该就可以正常运行了gpu了，测试gpu的pbs文件：
#!/bin/bash#PBS -N yolov5_train#PBS -l nodes=1:ppn=1:gpus=1#PBS -l walltime=1:00:00#PBS -o yolov5_train.out#PBS -e yolov5_train.err#PBS -A your_account#PBS -V#PBS -q gpu# 使用GPU前必须启动export PATH=/usr/local/cuda-11.8/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH# 查看cuda版本nvcc --version# Display GPU informationnvidia-smi
conda init bashsource ~/.bashrcconda activate checkcuda2# Check if CUDA is available using Pythonpython -c "import torch; print(torch.__version__)"python -c "import torch; torch.zeros(1).cuda()"python -c "import torch; print(torch.version.cuda)"python -c "import torch; print(torch.cuda.is_available())"conda deactivate 参考
[*]Why torch.cuda.is_available() returns False even after installing pytorch with cuda?
[*]GPU版本安装Pytorch教程最新方法
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]