深度学习环境搭建(Anaconda、CUDA13.0、cuDNN)
如果不是从源码构建,那么Pytorch和OpenMM安装不需要CUDA13.0和cuDNN。
Anaconda/Miniconda
安装 Miniconda — Anaconda 文档
CUDA13.0
CUDA Toolkit 13.0 Update 2 Downloads | NVIDIA Developer
Installer Type 选用 deb (network) 方便一点
cuDNN
CUDA 深度神经网络库 (cuDNN) | NVIDIA 开发者
Pytorch安装
参考Pytorch官网教程
安装
1
| pip install torch torchvision --index-url https://download.pytorch.org/whl/cu130
|
检验
1
| python -c "import torch; print(f\"CUDA available: {'Yes' if torch.cuda.is_available() else 'No'}\"); print(f\"Number of CUDA devices: {torch.cuda.device_count() if torch.cuda.is_available() else 0}\"); print(f\"Device 0: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'No GPU'}\")"
|
OpenMM安装
参考2. Getting Started — OpenMM User Guide 8.4 documentation
安装
1
| pip install openmm[cuda13]
|
检验
1
| python -m openmm.testInstallation
|