ubuntu18.04+RTX3080+pytorch nightly深度学习环境配置

2020年末，由于RTX3080系显卡刚刚发布不久，深度学习的软件配套还没有跟上，这时候安装pytorch会有一定的难度。
在安装的过程中，我参考了下面几位前辈的博客：
为ubuntu18.04的RTX3080显卡安装驱动
在ubuntu上安装cuda
在ubuntu上安装cudnn
在ubuntu上安装pytorch
使用了下面几个配套资源：
RTX3080中国官网
cuda官网
cudnn官网
pytorch nightly的whl文件列表

安装显卡驱动/cuda/cudnn

安装显卡驱动的过程，参考我之前的这篇博客

安装cuda

在拥有了正常的显卡驱动之后，我们来安装cuda

1. 首先前往cuda官网下载合适的cuda文件
   这里建议下载.run文件，可以在安装的时候选择保留之前安装的驱动driver。
   PS:默认RTX3080支持的cuda版本应该是11.1，几乎找不到RTX3080安装cuda11.0的文章，因为我安装11.1的cuda能用，所以建议安装11.1版本。
   可以直接按照官网的指示进行安装

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run

2. 安装时候的一些小问题

• 软件依赖缺失，在我第一次安装的时候，提示我缺少了make文件，一般使用apt install命令安装就可以
• 需要强调安装的时候一定记得取消安装driver选项前面的 X
  安装过程中有两个确认环节
  第一次填accept就可以
  第二次会看到许多选项，大概需要改动成下面的这个样子
  [ ]…driver…(这是一个带driver的选项，光标移动到这里，按回车就可以取消选择)
  [X]
  [X]
  [X]
  [X]
  [X]

不出意外的话，到这里就能够完成cuda的安装
在命令行输入下面的命令，测试是否安装成功

nvcc -V

之后修改环境变量

sudo gedit ~/.bashrc

在打开的文件中加入下面几行

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
export PATH=$PATH:/usr/local/cuda-11.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1

完成之后，在终端运行

source ~/.bashrc

安装cudnn

在cudnn官网注册账号，之后可以下载对应版本的tar文件，下载完成之后进入下载文件夹，进行类似下面的操作记得更改文件名！

tar -xzvf cudnn-11.1-linux-x64-v8.0.5.39.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装pytorch

这里我用的是支持cuda11.0的pytorch包（亲测可以用于cuda11.1的环境），直接在这个网站下载对应的whl文件，看好python版本、cuda版本和操作系统版本
然后，在下载文件夹中运行

pip install *.whl

最后就可以完成安装