要在conda中安装特定版本的cudatoolkit和cudnn,您可以按照以下步骤操作:

  1. 安装cudatoolkit 11.1
 

Copy code

conda install cudatoolkit=11.1 -c nvidia/label/cuda-11.1.1 -c conda-forge

这将从nvidia和conda-forge频道安装cudatoolkit 11.1版本。

  1. 安装对应版本的cudnn

安装与cudatoolkit 11.1版本匹配的cudnn。cudnn版本需要与cudatoolkit保持一致。

例如,安装cudnn 8.2.1:

 

Copy code

conda install cudnn=8.2.1 -c nvidia/label/cudnn8.2.1

您需要将8.2.1替换为与您的cudatoolkit 11.1版本相匹配的cudnn版本号。

一些注意事项:

  • 确保您的NVIDIA GPU支持CUDA 11.1版本。
  • 检查conda频道是否包含您想要的cudatoolkit和cudnn版本。您可以在https://anaconda.org/查看可用版本。
  • 安装完成后,您可能需要设置一些环境变量,例如PATHLD_LIBRARY_PATH等,以确保CUDA可以正常运行。

示例安装命令如下:

 

Copy code

conda install cudatoolkit=11.1 -c nvidia/label/cuda-11.1.1 -c conda-forge conda install cudnn=8.2.1 -c nvidia/label/cudnn8.2.1

如果一切顺利,您现在应该可以在您的conda环境中使用CUDA 11.1和cuDNN 8.2.1版本了。

您可以使用以下命令在 conda 环境中安装 CUDA Toolkit 11.2.1:

conda install cudatoolkit=11.2.1

请注意,您需要确保您的计算机具有支持 CUDA 的 NVIDIA GPU,并且已安装了相应的驱动程序。此外,您需要使用与 CUDA 版本兼容的 cuDNN 版本。

cuDNN 通常不是通过 conda 安装的。官方推荐的安装方法是从 NVIDIA 官网下载 cuDNN 的安装包,并按照说明进行安装。

尽管如此,您仍然可以在 conda-forge 频道中找到 cuDNN 的第三方包。您可以使用以下命令尝试安装:

conda install -c conda-forge cudnn

请注意,这些第三方包可能不受 NVIDIA 官方支持,因此在使用它们时可能会遇到一些问题。

如果您想安装 cuDNN 8.1.0,可以使用以下命令:

conda install -c conda-forge cudnn=8.1.0

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐