Ubuntu18.04下安装深度学习框架Pytorch（CUDA10.2）

---

• 安装显卡驱动

（1）进入ubuntu主界面找到software&Updates

（2）点击Additional Drivers-->选用其中的440以上版本的显卡驱动,点击Apply Changes安装完后重启生效

 （3）可通过nvidia-smi验证

---

• 安装CUDA

（1）进入CUDA官网

下载合适的版本，推荐CUDA10.2，附官网链接https://developer.nvidia.com/cuda-10.2-download-archive

（2）按照官方教程完成以后，在终端输入sudo gedit ~/.bashrc

        然后在文件的末尾添加下面两行，注意修改成你的安装路径：
       

 export PATH="/usr/local/cuda-10.2/bin:$PATH"

 export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

        保存后退出，在终端再输入source ~/.bashrc即可

        最后可通过nvcc -V验证是否成功安装

---

• 安装CUDNN

(1)进入CUDA官网,需要注册一下账号，注册后下载对应CUDA版本的CUDNN（我下载的是7.6.5）

（2）下载完cudnn library for linux以后，在存放cuDNN的文件夹打开终端，输入指令'tar xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz' 以解压文件。

解压完成后重启，继续输入指令如下：

sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64

sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h /usr/local/cuda-10.2/lib64/libcudnn*

输入cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2可查看是否安装成功

---

• 安装Anaconda，并配置conda

（1）从官方下载Anaconda包https://www.anaconda.com/products/individual

由于是Ubuntu，选择Linux 64-bit x86版本。

（2）安装anaconda：
我下载好的文件名为Anaconda3-2020.07-Linux-x86_64.sh，在安装包位置打开终端使用指令'bash Anaconda3-2020.07-Linux-x86_64.sh' 进行安装。
 

一路Enter下去，最后选择yes，选择yes或者no都没什么问题，官方推荐yes

安装完成以后，重启终端，依次输入下面的指令，如果显示的是anaconda版本的python,代表安装成功。

先输入：source ~/.bashrc

再输入：python

可输入quit（）退出python环境，也可以直接点×都可以

---

• Pytorch-GPU

• （1）在官网上按照官方教程安装即可，这里附官方链接https://pytorch.org/get-started/locally/

（2）安装完以后

进入你建立的虚拟环境，输入指令'python'

输入代码：

import torch

print(torch.cuda.is_available())

输出的结果为true，则表示pytorch build for GPU搭建成功。

终于告一段落了，配置这东西是真的不容易啊，虽然我给你们展示的是最简洁的步骤，但我刚开始配置的时候可是废了不少劲，踩过不少坑！！！

这也就完成了学习Pytorch（GPU）的第一步，下面我附一下我参考的一些大佬的帖子（我看了很多的帖子，本来我没打算写文章的，但是感觉真的挺心累的，所以突然找了几个感觉还不错的帖子，这里只附了5条，对于参考了没附上的，我再次表示道歉），虽然感觉都有点小毛病，但是很有参考价值，感觉大佬给我提供了参考！后面我也会回陆陆续续整理一下各种小毛病，以及解决的方法，谢谢参考！！！最后，走过路过的能不能给个小心心，让我在接下来的路上，认真整理资料，一方面纪念我的辛苦和努力的结果，另一方面也给想我这样的小白少踩一些坑，感觉支持！！

参考文献

1、https://blog.csdn.net/wuzhiwuweisun/article/details/82753403

2、https://blog.csdn.net/weixin_41863685/article/details/80303963

3、https://blog.csdn.net/abcdefg90876/article/details/105781005

4、https://blog.csdn.net/Elio_LosEr/article/details/106196700

5、https://blog.csdn.net/weixin_42341590/article/details/106532456