2021-10-14

Ubuntu18.04安装Pytorch

Nvidia driver+CUDA+cudNN+Anaconda+Pytorch

管理python版本，查看安装python版本
update-alternatives --list python

管理python版本
sudo update-alternatives --config python

1、选择版本

以安装Pytorch1.8为例，使用cuda11.1，在cuda官网找到对应的Nvidia driver版本
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

在软件和更新设置中，点击附加驱动，选择合适的Nvidia driver，安装完以后重启
重启后，进行查看Nvidia driver 版本，在终端中输入nvidia-smi，会打印对应的驱动版本和显卡型号

安装CUDA：
官网地址：https://developer.nvidia.com/cuda-toolkit-archive
根据官网教程，一步一步安装，由于已经安装显卡驱动，因此在安装CUDA的时候，把driver选项取消选中。
https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#runfile-installation
安装完以后，记得在.bashrc(.zshrc)中添加环境变量

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

可以在终端中查看cuda版本
输入

source ~/.bashrc
nvcc -V

安装cuDNN:
进入官网https://developer.nvidia.com/cudnn下载，注意要对应你的CUDA版本，别下错了。
下载完以后，进行解压进入文件夹，然后将对应的文件复制到对应的目录下：

cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/*
sudo cp include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装Anaconda:
在镜像网站下载对应的安装包
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

sh Anaconda3-5.0.1-Linux-x86_64.sh
即可安装，同时别忘了配置环境变量，还在在.bashrc(.zshrc)文件中添加

安装完成后在终端输入python会出现后缀

安装pytorch
可以按照官网教程https://pytorch.org/get-started/previous-versions/，但是可能会安装失败，会提示无法定位到package,如下所示
所以采用离线安装方式，在镜像网站https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/下载需要的版本，

然后在终端中输入：

conda install --offline pytorch-1.8.0-py3.6_cuda11.1_cudnn8.0.5_0.tar.bz2

最后在python中查看对应pytorch版本，以及是否支持cuda