GTX1080 + python 3.8 + pytorch 1.12 + cuda 11.6环境配置

搞了台二手机器，有张GTX1080的显卡，虽然也比较拉跨，但是比之前的纯cpu训练可能要给力点，所以配置了下环境，记录下一些关键过程。要注意在所有安装之前，一定要先确定所有软件的版本，因为一旦python版本选择的不合适，所有的安装都要重来。另外本文的step2和step5不是必须的。

step1. conda安装

一定先安conda，这样以后环境多了好管理。直接上镜像网站下载安装文件来安装（我选了Anaconda3-2022.10-Linux-x86_64.sh）

Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

step2. gym安装

conda create -n gymenv python=3.8
conda activate gymenv
pip install gym

自己想玩玩强化学习，所以要安装gym。conda安装找不到gym，直接pip装。这里我们不用担心conda和pip混着用会导致版本混乱，因为整体用conda做版本管理了，所以用pip install也是用的是对应conda环境里的pip，这样也会保证环境是干净的，比如我在命令行里输入which pip，会看到XXX/anaconda3/envs/gymenv/bin/pip，其版本也是通过conda管理的。

gym测试：强化学习之Gym基础入门(1)_self.np_random.uniform_会飞的小鸡的博客-CSDN博客

step3. Nvidia-driver + cuda

安装依赖项：参考该文的方法，先apt-get install g++, gcc, make不然显卡安装过程中可能报错Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN， 并可进行CUDA版本切换_夫子耶.的博客-CSDN博客

安装驱动：这个向来是比较坑的一步，我这机器有预装正版windows，BIOS里有些奇怪原生设置，所以最后实践下来比较适合这台机器的安装方法是直接通过ubuntu自带的软件和更新里的方式选择就行，我选择了drivier的510版本，对应与cuda11.6。

这里强调一点，我以前在其他机器上Index of /XFree86/Linux-x86_64  这个地址下载驱动就可以了，然后通过类似于这篇文章里的方法去安装：Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN， 并可进行CUDA版本切换_夫子耶.的博客-CSDN博客

不过这方法在我这台机器上会导致显示有问题，可能是什么地方操作还是有问题。

step4. Pytorch安装

版本确定：Previous PyTorch Versions | PyTorch  根据官网的推荐，我最后选择的版本是：python == 3.8, pytorch == 1.12.0, cuda == 11.6这个组合。

安装速度慢：直接用官网的安装指令速度很慢，所以将conda源更换为清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0

注意最后一行里不要像官网一样加上-c pytorch -c conda-forge的命令，这样就可以从清华源下载了，速度飞起。

pytorch + cuda测试：在python环境里运行如下代码，如果返回true，则pytorch和cuda都ok。

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

通过以上4步，整个环境都配置好了。

step5. github访问慢

想在github上搞点开源代码来跑跑，发现github根本上不去，参考这篇文章解决。ubuntu 访问github慢解决_github访问慢 ubuntu_羁客%的博客-CSDN博客

而之所有修改host文件可以提速，主要是因为github的访问速度主要是DNS解析的问题，host作为本地的解析过程可以缓解DNS解析问题。Github访问速度慢的解决方案总汇