如何使用NVIDIA“cuda toolkit”版本而不是官方conda“cudatoolkit”版本运行pytorch

Question

一些问题来自https://superuser.com/questions/1572640/do-i-need-to-install-cuda-separately-after-installing-the-nvidia-display-driver。以下问题之一：

conda pytorch 是否需要与官方非 conda / 非 pip cuda 工具包不同的版本 https://developer.nvidia.com/cuda-toolkit？

换句话说：我可以使用 NVIDIA“cuda 工具包”进行 pytorch 安装吗？

背景：

如果您通过 https://pytorch.org/get-started/locally/ 浏览“命令助手”，您可以在 cuda 版本 9.2、10.1、10.2 和 None 之间进行选择。

服用 10.2 可能会导致：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

选择“None”会构建以下命令，但你也无法在 pytorch 中使用 cuda：

conda install pytorch torchvision cpuonly -c pytorch

我可以使用 NVIDIA“cuda toolkit”版本 10.2 作为 conda cudatoolkit 以使此命令与使用

cudatoolkit=10.2

参数执行的命令相同吗？

出现这个问题是因为 pytorch 安装了不同的版本（10.2 而不是最新的 NVIDIA 11.0），并且 conda 安装需要额外的 325 MB。如果两个版本都是 11.0 并且安装大小较小，您甚至可能不会注意到可能的差异。但现在很明显 conda 带有自己的 cuda 版本，独立于 NVIDIA 版本。

Answer 1

您可以尝试通过 Pip 安装 PyTorch：

pip install torch torchvision

这也是官方的安装方式，可在 https://pytorch.org/get-started/locally/ 的“命令助手”中找到。

它使用预装的 CUDA，并且不下载自己的 CUDA 工具包。 您还可以选择安装 PyTorch 的 CUDA 版本：

pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

Answer 2

我想可能有可能让安装了 conda 的 pytorch 使用未安装 conda 的 CUDA 工具包。我不知道该怎么做，根据我的经验，当使用依赖于 CUDA 的 conda 包时，只需提供一个 conda 安装的 CUDA 工具包并让它使用它，而不是其他任何东西，就容易得多。这通常意味着我在 conda 内部安装了一个 CUDA 工具包，并在通常位置安装了一个。

但是，无论您如何安装 pytorch，如果您安装二进制包（例如通过 conda），该版本的 pytorch 将取决于 CUDA 的特定版本（它是针对其编译的，例如 10.2）并且 您不能使用任何版本其他版本的 CUDA，无论安装方式或位置如何，都可以满足该依赖性。