解决RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED 踩过的坑（配置环境:linux+anaconda3+pytorch ...）

这个问题花了我好长好长时间，大概四五天~ 解决了之后好事很开心的，所以想记录一下，第一次写博客，有什么不对的地方希望大家可以指出来，大家一起学习~

 

之前在linux系统（Ubantu）上稀里糊涂配置好的环境，后来被同实验室的小伙伴跑程序的时候不小心改动了，我想着这可不行啊，于是就自己设置了一个账号和密码，因为就我知道密码，所以在此账号下配置好的环境不会被轻易改动~

申请了新账号，就相当于有一个属于自己的linux桌面，感觉有点爽~    好了，开始配置环境~

先去anaconda官网下载了anaconda3（默认Python3.7），安装很顺利，一直按要求yes，安装好之后就安装pytorch。我知道实验室服务器的cuda版本是9.0的，我就去pytorch官网找相应的安装命令，如下：

但是我发现，咦？怎么没有cuda9.0版本的？然后我就自作聪明，把命令里的9.2改为9.0：

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

能安装，超级慢，因为是在外网上下载，很容易就出现httperror的错误，那怎么办，各种百度，看到一个简单地方法：把-c pytorch去掉，就会默认下载地址为清华源地址，后来发现，去掉-c pytorch对选择的Python版本也很有影响，比如你选择的是Python3.6版本，如果去掉-c pytorch，就会下载Python3.7版本的，所以这个方法应该是行不通的。

反正各种折腾，最后安装上了，但是，跑程序的时候，出现了 RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED 的错误，一脸懵，各种百度，还问师兄，问代码能力强的人，师兄们和代码能力强的小伙伴也在百度，那好吧，我还是自己再百度一下吧，百度上的说法总结如下：

1、Python + pytorch + cudnn + cuda 各种的版本不对应导致（链接1）；

2、GPU显存被占满，把僵尸进程一一杀掉就好了（链接2）；

3、2080ti的显卡太新，不应该用cuda9.0，应该用cuda10.0，然后就重新卸载并安装cuda（链接3）；

按照以上思路，我先把anaconda3卸载了，找了一个python3.6版本的anaconda，然后各种安装pytorch（Python3.6，cuda9.0），然后，然后又报同样错，o(╥﹏╥)o  。然后按照方法2找杀死僵尸进程的方法，由于本人代码能力不强，查看进程后出来一大堆进程，也不知道要杀死哪个，好嘛，这个方法不能用了。然后我就综合方法3，卸载了之前的环境，仔仔细细地认认真真地又配置了一遍各种环境，下面就是正确解决这个错误的方法了，总的来说，还是环境配置的不对，个人认为，最主要的是安装pytorch的时候的cuda版本，真的是错一点点都不行~~     

咳咳，开始我解决问题的正文：（该方法并不一定适合所有人，但可以给遇到这个错误的小可爱们提供一个参考）

 

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~正文分割线~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

首先找一个Python3.6版本的anaconda3（师兄推荐我用3.6版本的，因为3.7太新了，可能不太方便），不要去官网下载，也不要把安装好的Python3.7版本的anaconda3用网上的方法降级为Python3.6，根据链接4查看anaconda和python 版本的对应关系，去清华镜像anaconda下载地址（链接5）下载自己需要的anaconda3，在linux系统的终端用 bash 命令进行安装，一直yes就好，最后输入conda看看是否安装成功，安装成功就下一步     ------>

激活base环境：

conda activate base

也可以自己创建一个conda环境，并激活：

conda create -n my-conda python=3.6  # 创建一个名为my-conda的conda环境

conda activate my-conda  # 激活环境

查看自己GPU的cuda版本和cudnn版本，输入命令：（这里很重要）

cat /usr/local/cuda/version.txt      # 查看cuda版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2    # 查看cudnn版本

看到自己的cuda版本是：cuda9.0.176 ，然后去清华镜像下载对应的pytorch版本（链接6），我选择的是linux-64系统下的pytorch和torchvision，我的版本选择如下：（对于我来说pytorch官网的下载指令是个坑，各种慢，最后还报HTTPerror的错）

注意，torchvision不能选择torchvision0.3.0-py3.6_cu9.0.176_1.tar.bz2， 要选择上面的我选择的那个，因为torchvision0.3.0和pytorch1.1.0不匹配。下载好了这两个安装包后，在安装包文件的路径下，用如下指令安装：（下载也快，安装更快，开心，比官网的安装指令好太多了）

conda install --use-local XXXXX.tat.bz2

至此，一切都配置好了，跑程序的时候也很顺利，配环境之路真的是异常艰辛，但这个计算机科研的必经之路，希望大家能迈过所有的坎，走向人生巅峰~