linux下安装cuda后nvcc -V无法执行的解决方案

pytorch版本

博主刚开始安装的pytorch版本为1.2.0，但是所跑的pytorch程序是在0.4.0版本下写的，结果运行时出现了一些问题，必须改装较低版本的pytorch——这里选择了0.4.1。
下载链接：

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

下载后，得到安装包.tar.bx2，可以使用下述指令进行本地安装：

$ conda install --use-local pytorch-0.4.1-py36_cuda8.0.61_cudnn7.1.2_1.tar.bz2 #具体根据下载的安装包来确定

安装完成后还要安装torchvision：

$ conda install pytorch torchvision cudatoolkit=8.0 -c pytorch

同时，这里可以看到安装包的文件名也告诉了我们应该下载的cuda和cudnn的版本。

cuda版本

pytorch版本降低，对应地，cuda版本也要降低，这里使用cuda8.0

https://developer.nvidia.com/cuda-toolkit-archive

linux系统18.04也可以使用16.04的cuda，向下兼容。
两种下载方法——runfile和local安装，笔者使用前者失败，被告知没有cuda toolkit，安装失败。
使用local的deb文件安装，但是使用nvcc -V无法识别，

修改环境变量

网上的大部分教程都在告知我们需要将cuda/lib添加到环境变量中，
这里我们添加到bashrc文件中

$ sudo vim ~/.bashrc

export PATH="/usr/local/cuda-8.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib:$LD_LIBRARY_PATH"

但是，之后输入nvcc -V 命令行还是显示：

Command 'nvcc' not found, but can be installed with:
apt install nvidia-cuda-toolkit

这是由于环境变量的修改没有立即生效，可以使用

$ source ~/.bashrc

使修改立即生效，效果显著

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61

可参考：linux可执行文件添加到PATH环境变量的方法. 了解三种环境变量的具体设置方法。

其他常用操作

pytorch、cuda和cudnn的安装检测

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

# Python 测试
import torch
# 若正常则静默
 
a = torch.tensor(1.)
# 若正常则静默
 
a.cuda()
# 若正常则返回 tensor(1., device='cuda:0')
 
from torch.backends import cudnn
# 若正常则静默
 
cudnn.is_available()
# 若正常则返回 True
 
cudnn.is_acceptable(a.cuda()) 
# 若正常则返回 True

Ref：

linux可执行文件添加到PATH环境变量的方法 https://www.cnblogs.com/joshua317/p/6899057.html.