Ubuntu16.04 Anaconda+cuda11.1+cudnn+pytorch安装

bbettry

已于 2023-07-18 21:40:26 修改

阅读量1.1k

点赞数

文章标签： pytorch python cuda ubuntu

于 2021-10-04 11:56:10 首次发布

本文链接：https://blog.csdn.net/bbettry/article/details/120600933

版权

Ubuntu16.04 系统Anaconda+cuda11.1+cudnn+pytorch安装

一、Anaconda的安装与配置
- 1.1Anaconda下载
- 1.2Anaconda安装
二、安装CUDA和CUDNN
三、pytorch-torchvision安装

硬件环境：GPU RTX3090单卡。

一、Anaconda的安装与配置

1.1Anaconda下载

可以到Anaconda官网下载.
历史版本：https://repo.anaconda.com/archive/
国内的下载速度可能比较慢，选择到清华大学开源软件镜像站下载。
我使用的python 3.8.8,下载Anaconda版本是4.10.3版本（可以选更新的版本）

1.2Anaconda安装

下载完之后是后缀.sh文件，在下载文件夹下运行终端

bash Anaconda3-4.10.3-Linux-x86_64.sh

Welcome to Anaconda3 4.10.3
 
In order to continue the installation process, please review the license
agreement.
Please, press ENTER to continue
>>> 按回车
#然后一直按回车到协议完毕
#出现：
Do you accept the license terms? [yes|no]
>>>输入yes
#下面就是问你安装目录，建议就是默认的安装路径，直接按回车
Anaconda3 will now be installed into this location:
/home/mayunteng/anaconda3
 
  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below
 
[/home/mayunteng/anaconda3] >>> 按回车
#接下来就是等待安装完成
#注意安装完成以后会询问你是否把anaconda3的路径加到环境变量里去，一定要选yes,一定要选yes,一定要选yes。

安装成功后，就能在HOME下看到anaconda3文件夹（有的需要在用户名目录下）
运行conda -V，python -V查看已安装版本。

请添加图片描述如果有问题要查看环境变量是否添加

vim ~/.bashrc

banshrc文件的末尾应该有下图 “export PATH=/home/XXX/anaconda3/bin:$PATH XXX为自己的用户名”的内容，没有要手动添加。
环境变量

二、安装CUDA和CUDNN

2.1NVIDIA驱动的安装

首先查看系统自带的Nvidia驱动有没有装完整，输入nvidia-smi查看驱动版本，如果有下图显示则不需要重新安装，否则要参照相关博客安装驱动（RTX3090算力8.0必须使用cuda11.0以上的驱动版本）。通过下图可以查看显卡驱动版465.27，cuda的驱动版本11.3，接下来要安装cuda的运行版，要查表选择符合的运行版（驱动版要比运行版高）
下载地址：国内镜像-阿里

请添加图片描述在这里插入图片描述 cuda版本与驱动版本对应表如上图所示。对比参考链接

2.2CUDA下载

进入官网https://developer.nvidia.com/cuda-downloads，选择对应的版本后，下面会出现一行链接，进入这个链接下载runfile，大约2.5G，得到文件cuda_11.1.0_455.23.05_linux.run

Alt
本文对应版本的网盘链接：https://pan.baidu.com/s/1bC55_axI70ew0TkBax97Dg
提取码：uvwh

2.3CUDA安装

安装驱动可能需要的依赖：

sudo apt-get update
sudo apt-get install dkms build-essential linux-headers-generic

把 nouveau 驱动加入黑名单并禁用用 nouveau 内核模块（如果新重装的系统，没有驱动起作用，忽略）：

sudo vi /etc/modprobe.d/blacklist-nouveau.conf

在文件 blacklist-nouveau.conf 中加入如下内容：

blacklist nouveau
options nouveau modeset=0

保存退出，执行：

sudo update-initramfs -u

然后重启：

reboot

终端中运行：$ lsmod | grep nouveau，如果没有内容输出则代表禁用成功。

执行安装脚本：

sudo sh cuda_11.1.0_455.23.05_linux.run

先输入accept,看网上说安驱动会出现一些问题，为避免有坑，勾选除了Driver的项（前面有x的就是勾选）。运行完以后会出现WARNING，可以忽略。

2.4设置环境变量

这里参考了两篇文章的方法，保险起见两种方法都用了。

第一种方法是修改bashrc这个文件，在终端输入

sudo gedit ~/.bashrc

然后会弹出来一个文档，在这个文档的末尾添加下面三句话(前两行网上有部分是错的，导致pycharm编译cuda文件时报错)，

unable to execute ‘:/usr/local/cuda-11.1/bin/nvcc’: No such file or directory

修改这个文档应该需要root权限，不然改了等于没改。

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

用su直接切换到root，再执行 source ~/.bashrc

第二种方法最好也做一下，避免后面报错。参考了文章：https://blog.csdn.net/lihe4151021/article/details/90237681

在终端打开文件，输入

sudo gedit /etc/profile

在文件末尾添加下面两行

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

保存文件，并重启。因为source /etc/profile是临时生效，重启电脑才是永久生效。
5.验证

输入nvcc -V，查看CUDA版本信息

nvcc -V

2.5CUDNN安装

1.官网上下载安装文件

就是需要注册一个账号：https://developer.nvidia.com/rdp/cudnn-archive，也可以到上面提到的国内镜像下载。2.2处有网盘链接。
2.安装cudnn

根据官网，选择和CUDA11.1配套的是CUDNN8.0.5
下载下来的是一个tar文件，那么首先需要解压这个文件，解压之后得到一个cuda文件夹，里面有lib64、include还有一个不知道什么用的文档

tar -xvf cudnn-***.tgz

3.复制

将解压缩的文件放入对应cuda项目下，分别执行如下指令

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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

4.验证
cuDNN 8.0.5 检测是否成功安装：

下载链接：https://developer.nvidia.com/rdp/cudnn-archive

下载三个文件：

cuDNN v8.0.5 Runtime Library for Ubuntu16.04 (Deb)
cuDNN v8.0.5 Develpoper Library for Ubuntu16.04 (Deb)
cuDNN v8.0.5 Code Samples and User Guide for Ubuntu16.04 (Deb)

到下载目录下依次安装这3个文件，若出现报错“无法创建符号链接”，则手动创建(自行百度)。

sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.1_amd64.deb

cudnn里有一个预置的mnist测试程序，我们要做的就是跑一下这个程序：

cp -r /usr/src/cudnn_samples_v8/ /home/wdong/
cd /home/cudnn_samples_v8/mnistCUDNN
make clean && make
./mnistCUDNN

最后出现

Test passed！

三、pytorch-torchvision安装

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

pytorch-1.8.0-py3.8_cuda11.1_cudnn8.0.5_0.tar.bz2
torchvision-0.9.0-py38_cu111.tar.bz2

安装：到下载文件夹下打开终端，可以先创建虚拟环境torch18 输入：conda create -n torch18 python=3.8然后激活：conda activate torch18
然后输入：conda install 上面的两个文件

测试：进入环境

conda activate torch18
python
import torch
torch.cuda.is_available()

Ubuntu anaconda3 设置国内镜像源

1.终端输入

conda config --set show_channel_urls yes

生成 .condarc配置文件
2.修改配置文件

sudo gedit .condarc

把下列配置信息copy进 .condarc文件保存即可。

channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true 
show_channel_urls: true

3.测试
conda install numpy 安装numpy模块时会显示清华镜像源的信息说明成功。

Ubuntu 设置pip安装默认国内镜像源

1.查看本地中是否有.pip文件夹