pytorch环境搭建以及双cuda版本的搭建和切换

听师姐的话，查查对应版本，不查不知道，一查吓一跳，没想到还有人写的这么详细

<https://www.cnblogs.com/Wanggcong/p/12625540.html>这里我再整理下

pytorch cuda,系统cuda版本对应关系

版本查询

• python版本

  直接which python或者python进入界面查看；

• pytorch版本

  进入python，import torch, torch.version

• cudatoolkit版本（这里特指conda安装的那个cuda）

  进入python，import torch, torch.version.cuda

• torchvision版本

  conda list torchvision

• 查看显卡版本

  ubuntu-drivers devices

  nvidia-smi

• 查看cudnn版本

  import torch
  print(torch.backends.cudnn.version())

版本对应关系

• 这里pytorch和cudatoolkit版本对应关系：

  https://pytorch.org/get-started/previous-versions/

• cudatoolkit版本和系统cuda对应关系：

  https://www.zhihu.com/question/344950161/answer/818139888

• 系统cuda和nvidia对应关系：

  https://blog.csdn.net/He_9520/article/details/100032803

• cuda和cuDNN的关系和对应关系：

  https://www.jianshu.com/p/622f47f94784

  https://www.cnblogs.com/yeran/p/11345990.html

说明

• 以后新建用户再也不要把自己加到别人的组了，就自己单独一个组

安装显卡驱动

• 查看显卡驱动是否安装

  方法1：

  首先得安装mesa-utils，在终端输入命令：sudo apt-get install mesa-utils然后再运行命令：
  glxinfo | grep rendering如果结果是“yes”，证明显卡 驱动已经成功安装。

  我发现自己用户显示的是

  No protocol specified

  而在师兄用户那里显示为yes。我在想是不是不同用户都需要安装显卡驱动呢？

安装CUDA

软件下载

anaconda下载：在清华开源镜像网站上下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D

CUDA10.0下载：

找到网页下载按钮。鼠标右击，复制链接地址。在迅雷中打开链接进行下载。下载速度相当可观！！！！比网页下载快了十几倍。

下载好之后，我直接安装cuda10.0报错：后来发现是没有安装一些依赖造成的

参考这个文件成功安装了cuda10.0https://blog.csdn.net/yinxingtianxia/article/details/80462892

实现不同版本CUDA之间的切换https://zhuanlan.zhihu.com/p/127901837

接着我安装了Anacondahttps://blog.csdn.net/fengleqi/article/details/80752751

在安装过程中弹出来conda init，然后这里我选的yes(我感觉应该选no的)，可能是这个原因导致我用户前面出现了(base)，后来参考https://blog.csdn.net/a15005784320/article/details/100361896将用户前面的base去掉了。

然后参考https://blog.csdn.net/qq_34638161/article/details/80845366安装了CUDNN。

6,7两条检查cuda安装是否正常https://www.jianshu.com/p/9c98d51e4de3，第7条测试均通过了

接下来我打算更换conda源为清华源。

更换完成之后，参考DeepGCNs提供的安装环境代码

发现使用nvcc --version的版本https://blog.csdn.net/Json111/article/details/104946567?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param

nvcc -V和nvidia-smi版本号不一致说明https://blog.csdn.net/ljp1919/article/details/102640512

以nvcc -V为准，需要看看评论消息

不需要，nvidia-smi显示的是你安装的NVIDIA驱动的版本号，而不是CUDA 的版本号，意思是当你安装多个CUDA时，你的系统应该只有一个显卡驱动，nvidia-smi 显示的是你的驱动的版本号，而nvcc显示的是你的环境变量相对应的CUDA的版本号

使用conda install spyder安装的spyder

但是遇到了./config权限不够。因此参考https://www.jianshu.com/p/2ca7949f8859sudo chown -R $USER:$GROUP ~/.config解决，但是遇到

No protocol specified
could not connect to any x display

然后我参考https://blog.csdn.net/IndexMan/article/details/37738795中的

这是因为Xserver默认情况下不允许别的用户的图形程序的图形显示在当前屏幕上. 如果需要别的用户的图形显示在当前屏幕上, 则应以当前登陆的用户, 也就是切换身份前的用户执行如下命令

内容，因为我一直在师兄用户上su到我自己那里使用的，所以这个启动图形化界面会报错，当我切换到自己的用户时就可以显示图形界面了。

但是python终端提示我.local权限不够，同样使用sudo chown -R $USER:$GROUP ~/.local解决了问题

安装utils包：pip install utils,后来发现是路径的问题：需要调整路径选项来修正问题。

• 打开firefox报错：

  your firefox profile cannot be loaded. it may be missing or inaccessible ubuntu

  解决方法：

  sudo chown -R $USER:$USER ~/.cache/
  

---

cuda切换以及查看当前使用版本

$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130
$ 
$ 
$ sudo rm -rf /usr/local/cuda
[sudo]的密码： 
$ sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda
$ 
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation tools, release 10.2, V10.2.89
$ sudo rm -rf /usr/local/cuda
$ sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2018 NVIDIA Corporation
Built on Sat_Aug_25_21:08:01_CDT_2018
Cuda compilation tools, release 10.0, V10.0.130