【发布时间】：2019-10-21 13:12:50
【问题描述】：
我已经用 pytorch 安装了 cuda
conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
但是，nvcc 似乎没有随它一起安装。例如，如果我想使用nvcc -V，我会收到未找到nvcc 的错误，我应该使用sudo apt install nvidia-cuda-toolkit. 安装它
我可以这样做吗（我不想只是尝试然后发现它不起作用/弄乱了整个 cuda 设置）。
这是错误还是预期行为？
我正在使用 Ubuntu 18.04 并拥有 cuda 10.2
【问题讨论】：
-
使用
conda install安装的cudatoolkit与NVIDIA打包的CUDA工具包不一样。它是一个子集，为conda安装的其他软件包提供所需的组件，例如pytorch。如果您只需要使用 pytorch，这可能就是您所需要的。如果您出于其他原因需要/想要完整的 CUDA 工具包，您可以使用多种方法安装它，包括您指定的方法的一些变体，但它会在 conda 通常使用的另一个位置安装一个单独的副本包。这一切对我来说都是预期的行为。 -
NVIDIA 发布了一个CUDA linux install guide 可能有用。但是，它没有 conda 包或方法。
-
你没有提到你是否有 GPU，或者你有什么 GPU，或者你是否安装了 GPU 驱动程序，或者你安装了什么 GPU 驱动程序，但这都很重要。最简单的兼容性说明是为您的 GPU 安装最新的驱动程序，如果您还没有这样做的话。从 NVIDIA 安装 CUDA 工具包可能会为您安装适当/足够的驱动程序，具体取决于您安装的具体内容。一般来说，
conda install ...不会安装 GPU 驱动程序，以我的经验。 -
我想使用的 Faster-RCNN 实现需要 nvcc。我确实有一个 gpu，否则 Pytorch 运行完美。所以最安全的选择是卸载 conda cudatoolkit 并手动安装 cuda？你知道有什么好的安装脚本可以自动安装吗？
-
我想您会发现，使用 conda 安装的 CUDA 工具包而不是 conda 安装的工具包更难让您的 conda 安装 pytorch。我不知道最安全的赌注是什么；我经常使用一台装有 conda 安装的 cuda 工具包的机器，并使用我已经提供的说明进行单独安装。这可能适用于您的用例，也可能不适用。版本很重要。据我所见，对教程、脚本、场外资源的请求通常与堆栈溢出无关。
标签： cuda anaconda pytorch nvcc