conda换源安装torch+vscode分布式训练调试的实现

conda换源安装torch(linux系统+anaconda)

1、找到.condarc文件

2、替换为一下内容：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

3、conda info 命令查看目前使用的源

4、通过nvidia-smi查看自己电脑支持的cuda最高版本

5、conda search pytorch 查看目前可用conda 安装的pytorch版本，注意不仅查看版本号，还要看后面的release版本

6、安装pytorch GPU版本：conda install pytorch=1.12.1=gpu_cuda113py38h19ae3d8_1

7、以上方案可以直接在虚拟环境执行，不需要自己单独安装cuda与cudnn，但是还需要安装torchvision，同样conda search torchvision之后按照后面的release版本查看和自己cuda（113）相符合的版本，执行安装：conda install torchvision=0.13.1=py38_cu113

8、大工告成，这是目前尝试过最简单的安装方法。

9、以往我们安装的时候只注意版本号，比如1.12.1这些，但是一个版本号可能对应很多个release版本，直接安装往往不匹配，因此后面需要把release版本加上做一个限制。

vscode分布式训练调试

单卡训练往往好调试，那么多卡怎们办呢？很简单，在launch.json中修改：

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python: 当前文件",
            "type": "python",
            "request": "launch",
            "program": "/home/{你自己的用户名}/.conda/envs/{虚拟环境名称}/lib/python3.7/site-packages/torch/distributed/launch.py",
            "console": "integratedTerminal",
            "args": [
                "--nproc_per_node=1",
                "fixmatch.py",
            ],
            "env": {"CUDA_VISIBLE_DEVICES":"0"},
        }
    ]
}

总的来说就是找到你目前虚拟环境中launch.py位置替换program以及将你执行的主文件替换fixmatch.py。

到此这篇关于conda换源安装torch+vscode分布式训练调试的实现的文章就介绍到这了,更多相关conda换源安装torch+vscode内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！

原文链接：https://blog.csdn.net/qzzzxiaosheng/article/details/130788604