Linux服务器非root用户：conda环境适配CUDA11.1的PyTorch部署咨询

1. 能否直接执行指定的pip安装命令？ #

可以，但得先确认显卡驱动版本达标：

• 执行nvidia-smi查看Driver Version，CUDA 11.1要求驱动版本≥455.23.05
• 驱动版本够的话，激活cu111环境后直接运行那行pip命令就行。PyTorch的预编译whl包自带CUDA Runtime组件，不需要在系统层面安装CUDA Toolkit 11.1，非root用户也能正常使用
• 驱动版本不够的话，要么找服务器管理员升级驱动，要么换成适配CUDA 10.2的PyTorch版本，比如：

  pip install torch==1.10.0+cu102 torchvision==0.11.1+cu102 -f https://download.pytorch.org/whl/torch_stable.html
  

2. 关于PATH路径设置的问题 #

你提供的export PATH=/home/dj/miniconda3/envs/cu111/lib/:$PATH是错误的：

• PATH是用来查找可执行文件的，lib/目录下是动态库文件，加到PATH里完全没用，还可能干扰正常命令查找
• 激活conda环境后，conda已经自动把当前环境的bin/目录（含pip、python等可执行文件）加到PATH最前面，不需要手动设置
• 若确实要指定库文件查找路径，应该设置LD_LIBRARY_PATH，比如：

  export LD_LIBRARY_PATH=/home/dj/miniconda3/envs/cu111/lib/:$LD_LIBRARY_PATH
  

  但通常激活conda环境后，conda会自动配置好库路径，无需额外操作

验证安装结果 #

安装完成后，可在Python环境里验证：

import torch
print(torch.cuda.is_available())  # 输出True表示CUDA可用
print(torch.version.cuda)  # 输出11.1表示PyTorch使用的CUDA版本正确

内容的提问来源于stack exchange，提问作者4daJKong