conda环境安装cuda9.0

你可以按照以下步骤在 conda 环境中安装 CUDA 9.0：

1. 首先，确保已经安装了 conda。如果没有，请先安装 conda。

2. 打开终端或命令提示符，并创建一个新的 conda 环境。输入以下命令：

   conda create -n cuda9.0 python=3.7

这将创建一个名为 "cuda9.0" 的新环境，并安装 Python 3.7 版本。

3. 激活新创建的环境。输入以下命令：

   conda activate cuda9.0

4. 接下来，使用 conda 安装 CUDA 9.0 相关的软件包。输入以下命令：

   conda install cudatoolkit=9.0

这将安装 CUDA Toolkit 9.0 版本。

5. 安装完成后，你可以通过输入以下命令来验证 CUDA 是否成功安装：

   nvcc --version

如果正确安装了 CUDA，将显示 CUDA 版本信息。

现在，你已经成功在 conda 环境中安装了 CUDA 9.0。你可以在该环境中进行深度学习等 GPU 加速的任务。记得在完成工作后，使用 `conda deactivate` 命令退出当前环境。

相关问题

如何安装 cuda9.0对应的pytorch

首先需要确认您的操作系统和CUDA版本是否与PyTorch 0.4.1兼容。如果是，则可以按照以下步骤安装PyTorch 0.4.1：

1. 安装CUDA 9.0和cuDNN 7.0。
2. 安装Anaconda或Miniconda。
3. 创建一个新的conda环境，并激活该环境。
4. 在新的conda环境中安装PyTorch 0.4.1，命令如下：

conda install pytorch=0.4.1 cuda90 -c pytorch

5. 确认安装成功，可以通过以下命令检查：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

这样就可以在您的环境中安装CUDA 9.0对应的PyTorch了。

CUDA9.0安装pytorch

安装 PyTorch 需要先安装 CUDA，以下是在 Windows 系统下安装 CUDA9.0 和 PyTorch 的步骤：

1. 下载安装 CUDA9.0：访问 https://developer.nvidia.com/cuda-90-download-archive 下载适合自己系统的 CUDA9.0 版本，并按照安装提示进行安装。

2. 安装 cuDNN：访问 https://developer.nvidia.com/cudnn 下载对应版本的 cuDNN，并将其解压到 CUDA9.0 安装路径下的相应目录。例如，如果你在安装 CUDA9.0 时选择的安装路径为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0，那么将 cuDNN 解压到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 目录下。

3. 安装 Anaconda：访问 https://www.anaconda.com/products/individual 下载适合自己系统的 Anaconda，并按照安装提示进行安装。

4. 创建虚拟环境：打开 Anaconda Prompt，输入以下命令创建一个名为 pytorch 的虚拟环境（也可以自定义名称）：

   conda create --name pytorch python=3.7

5. 激活虚拟环境：输入以下命令激活 pytorch 虚拟环境：

   conda activate pytorch

6. 安装 PyTorch：输入以下命令安装 PyTorch：

   conda install pytorch=0.4.1 cuda90 -c pytorch

7. 验证安装：输入以下命令验证 PyTorch 是否安装成功：

   python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

如果输出版本号和 True，则说明 PyTorch 安装成功并且可以使用 CUDA 进行加速。