ubuntu20.04 RTX3060 cuda+cudnn+pytorch安裝
版本介紹
- RTX 3060
- 显卡驱动 470.256.02 (软件和更新 中安装, 查看方法 nvidia-smi)
- cuda版本 11.4.0 (下载连接https://developer.nvidia.com/cuda-toolkit-archive,查看方法 nvcc -V)
- cudnn版本 11.4 (下载连接同上)
- pytorch版本 torch-1.10.1+cu113 (下载连接 https://download.pytorch.org/whl/torch_stable.html)
- torchvision版本 torchvision-0.11.2+cu113 (下载连接同上)
注意: 虽然cuda版本是11.4,但是这里安装的torch和torchvision版本都是cu113,因此博主安装114版本的torch和torchvision会报错,报错为 import torchvision会 “段错误(Segmentation fault)”
1. 安装显卡驱动
软件和更新中 附加驱动 选择 470,
安装好使用 nvidia-smi 查看
2. 安装cuda11.1.0
1.1 下载cuda
下载连接https://developer.nvidia.com/cuda-toolkit-archive
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_470.42.01_linux.run
sudo sh cuda_11.4.0_470.42.01_linux.run
1.2 然后添加环境变量
sodo gedit ~/.bashrc
#cuda安装位置
export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64
export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
3. 安装cudnn
3.1 cudnn
下载连接https://developer.nvidia.com/rdp/cudnn-archive
下载完成后:
对下载的cudnn-11.4-linux-x64-v8.2.4.15.tgz进行解压操作,得到一个文件夹cudnn-11.4-linux-x64-v8.2.4.15,然后进行复制,命令为:
tar -zxvf cudnn-11.4-linux-x64-v8.2.4.15.tgz
sudo cp cuda/lib64/* /usr/local/cuda-11.4/lib64/
sudo cp cuda/include/* /usr/local/cuda-11.4/include/
拷贝完成后,我们可以使用如下的命令查看cuDNN的信息:
cat /usr/local/cuda-11.4/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
3.2 检测文件
从NVIDIA官网的cudnn下载页面上下载三个.deb格式的检测文件,如下图所示:
运行:
sudo dpkg -i libcudnn8_8.2.4.15-1+cuda11.4_amd64.deb
sudo dpkg -i libcudnn8-dev_8.2.4.15-1+cuda11.4_amd64.deb
sudo dpkg -i libcudnn8-samples_8.2.4.15-1+cuda11.4_amd64.deb
通过上面三条指令,cuDNN的测试文件会自动安装在系统的/usr/src/cudnn_samples_v8文件夹下,进入mnistCUDNN下,执行命令make clean && make。运行./mnistCUDNN,如果结果如下图所示,则表示cuDNN安装成功。
4. pytorch 安装
4.1 pytorch和torchvision版本对应关系
参考连接https://blog.csdn.net/jorg_zhao/article/details/106883420
本文选择
pytorch ----- torchvision
1.10.1 ----- 0.11.2
4.2查找安装命令
连接https://pytorch.org/get-started/previous-versions/
conda install pytorch1.10.1 torchvision0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge
下载对应包,连接https://download.pytorch.org/whl/torch_stable.html
4.3 离线安装:
pip install torch-1.10.1+cu113-cp38-cp38-linux_x86_64.whl
pip install torchvision-0.11.2+cu113-cp38-cp38-linux_x86_64.whl
最后测试
import torch
import torchvision
torch.cuda.is_available()
torch.version