Pytorch 环境配置日记

该死的环境配置

Pytorch 环境配置日记

最近弄到实验室的两块 A5000 环境，想着把环境配好做实验，结果配置过程中发现怎么这么多坑（晕了！！）

• 正常配置 CPU 的版本是非常简单的，通过清华源快速又稳定

• 然而我是没想到 GPU 版本配置，真是废了我半条命

遇到的问题

1. 服务器是共用的，每个人有自己的环境，所以我刚上的时候，发现 cudatoolkit 是配置好的，而且是 11.7 版本

2. 于是我直接修改代码，开始跑实验，在我 torch.cuda 一切正常的情况下，告诉我缺少 lib 文件。于是我便寻找这个 lib 文件，确实找到了并添加环境变量，结果没用，依然报错！

3. 于是我想着那我自己重新配一个 cudatoolkit 环境，且我在 conda 过程中看到了那个 lib 。我开始重新配置，因为我上来就使用的是清华源，所以官网的 conda 命令无法使用，我想着应该无所谓，总有替换的命令

4. 结果清华源一直报错，访问不了。这直接给我头整大了，我想着国内源也能访问不了，于是一通改配置文件，还是不行甚至卡。很久以后我把 我把 https -> http 就正常了。。。

5. 我想着这下 OK 了，下载过程中也确实 OK 了，结果我发现清华源的 cudatoolkit 版本没有 11.7，导致我 torch.cuda.is_avaiable() 一直 false，到底是不是版本问题待确定。于是我在 cuda 官网下了一个源文件，结果本地没有 sudo 权限，一时半会还给不了

6. 最后我还是把 condarc 修改成原始配置，删除掉了清华源，看看最后结果如何

7. 过了一晚，果然断了！外网是这样的，于是我想着就下老版本就可以吧，清华源不知道为什么没有跟进新版本，整个 torch 套装都落后好几个版本。老版本下载还算顺利

8. 结果提醒一直没有 CUDNN 环境，于是我立马想到是不是和系统带的冲突了，因为我 CUDNN 下载的适配 CUDA11.3 而不是 CUDA11.7。于是我开始更换整个套装 torch、torchvision、CUDA、cuDNN ，直接从网站上下载然后 SCP 进去。结果这次提醒我，CUDNN 申请不到资源，我真是傻了。于是我找了同门，让他在那边实验，结果他环境也有问题，后来弄好了和我说他也申请不到。

9. 原来是同门在上面跑巨大模型，又过了一天，终于成功跑起了我的代码，真是坎坷

总结

• 国内源不是无脑上的，需要具体问题解决，上网问题真是难呀