Ubuntu16.04下安装Cuda、Cudnn、Pytorch gpu版本、torchvision，一篇到位，亲测可行，含泪总结！！！

最新推荐文章于 2024-09-13 21:04:55 发布

深度检测

最新推荐文章于 2024-09-13 21:04:55 发布

阅读量3.5k

点赞数 6

分类专栏：环境配置

本文链接：https://blog.csdn.net/chrisitian666/article/details/107570761

版权

Ubuntu16.04下安装Cuda、Cudnn、Pytorch gpu版本、torchvision，一篇到位，亲测可行，含泪总结！！！

在看了大半年论文后准备开始实操，一番比较后准备基于mmdetection来做研究，使用前要先把环境配好，整个过程可能配了有3、4天，博主比较菜，见笑，期间看了很多博客，踩了无数的坑。看不少坑大家都在踩，于是一股神秘的力量驱使着我赶紧总结一下自己的配置环境的经验。

亲测可行，已成功在服务器的docker内以及实验室电脑的ubuntu上都配好了环境，美滋滋，大家可以参考一下。

一、准备工作

看了很多博客，在安装前他们都没有提到一个准备工作，非常重要！！！

你所要安装的cuda版本需要和你的显卡驱动相对应，如果显卡驱动和CUDA版本对不上，即使Cuda、Cudnn、Pytorch 、torchvision之间完全对应，最后torch.cuda.is_available()还是会显示false，让你崩溃，参考下图：
cuda与显卡驱动对应
上图来源于：[CUDA] NVIDIA显卡驱动与CUDA Toolkit版本对照表.

查看显卡型号及驱动版本：

// 查看显卡型号
lspci | grep -i nvidia

// 查看NVIDIA驱动版本
sudo dpkg --list | grep nvidia-*

其次，你安装的Cudnn需要和你所下载的CUDA相对应，一般在官网下载都会显示不同版本Cuda对应的Cudnn，并且，如果你是从清华源下载Pytorch，建议Cudnn的版本还要与你所使用的pytorch版本相对应，可以先进去看一眼：点击此链接跳转清华源，参考下图，具体的Pytorch gpu版本的安装过程后续会详细说明。