Ubuntu20.04.2LTS系统下安装CUDA +cuDNN+PyTorch

安装环境：ubuntu20.04.2LTS

该文章仅为本人学习过程中的笔记，仅供学习使用
若有问题请大家多多指教

说明

首先看了很多网上的教程都说需要禁用NVIDIA Nouveau驱动但是经过多次尝试我的20.04.0LTS系统都不能禁用成功，所以就直接安装了，实践发现不禁用也能成功。
我的教程仅供参考，大家自己自己情况看，若能禁用成功最好还是禁用下把。下面搬运禁用的方法。

安装N卡驱动

1. 禁用NVIDIA Nouveau驱动
2. ctrl+alt+t 打开终端输入：

ubuntu-drivers devices

显示如下，倒数第二行nvidia-driver-460 - distro non-free后面有recommended字样说明 nvidia-driver-460是推荐的版本：

mianma@mianma:~$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001C8Csv00001558sd0000850Abc03sc02i00
vendor   : NVIDIA Corporation
model    : GP107M [GeForce GTX 1050 Ti Mobile]
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-450 - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-460-server - distro non-free
driver   : nvidia-driver-460 - distro non-free recommended
driver   : xserver-xorg-video-nouveau - distro free builtin

下面进行安装，两种方法二选一

方法一
输入命令直接安装推荐版本：

sudo ubuntu-drivers autoinstall

方法二
输入命令安装指定版本：

sudo apt install nvidia-driver-460

安装后需要重启电脑
打开终端输入：

nvidia-smi

显示如下：

mianma@mianma:~$ nvidia-smi
Sun Mar 28 14:47:33 2021       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.39       Driver Version: 460.39       CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 105...  Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   47C    P0    N/A /  N/A |    313MiB /  4040MiB |      5%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1030      G   /usr/lib/xorg/Xorg                 80MiB |
|    0   N/A  N/A      1607      G   /usr/lib/xorg/Xorg                134MiB |
|    0   N/A  N/A      1785      G   /usr/bin/gnome-shell               35MiB |
|    0   N/A  N/A      3364      G   ...AAAAAAAAA= --shared-files       52MiB |
+-----------------------------------------------------------------------------+

可以看到右上方显示CUDA Version: 11.2说明该驱动支持的最高CUDA版本是11.2
然后在终端输入：

nvidia-settings

出现图形界面设置界面说明N卡驱动安装成功。

安装CUDA

下载CUDA（安装方式有好几种这里只介绍笔者使用的方法）
笔者这里下载的是11.2版本
选择Linux—x86_64—Ubuntu—20.04—runfile(local)
终端输入：

wget https://developer.download.nvidia.com/compute/cuda/11.2.2/local_installers/cuda_11.2.2_460.32.03_linux.run

下载完成后输入：

sudo sh cuda_11.2.2_460.32.03_linux.run

注意该命令只适用于下载CUDA11.2版本runfile下载方式
进入安装界面（里面的x表示execute选中的意思）

CUDA Install
-[  ]   Driver
      [  ]  440.33.01
+[ x]  CUDA  Toolkit  11.2
 [ x]  CUDA  Samples  11.2
 [ x]  CUDA  Demo  Suite  11.2
 [ x]  CUDA  Documentation  11.2
 Options
 Install

因为刚才安装过显卡驱动，所以除了第一个不安装其他都勾选安装（如上面的代码所示）
切记！！！安装结束后需要配置环境变量。否这会找不到相关路径。
打开.bashrc文件

vi ~/.bashrc

在末尾加上（I键进行编辑，esc退出编辑，：wq保存并退出）

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

注意这三条语句里的cuda-11.1需要根据你的cuda所在位置和文件名进行更改的

终端输入

nvcc -V

显示如下代码则说明CUDA安装成功

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Tue_Sep_15_19:10:02_PDT_2020
Cuda compilation tools, release 11.1, V11.1.74
Build cuda_11.1.TC455_06.29069683_0

解决无法解析DNS

这里可能会出现无法解析DNS的情况
解决方法：终端输入(输入时一定要加sudo否则可能会没有权限修改)

sudo vim /etc/resolv.conf

打开以后按I键进入编辑模式，在最后加上

nameserver 8.8.8.8

编辑完成按esc退出编辑模式，然后输入：wq

：wq

继续下载就能解决DNS问题

解决找不到vim指令

找不到vim指令是应为没有下载vim造成的
下载vim：

sudo apt install vim

检测是否安装成功，终端输入

vim a.txt

出现vim界面则说明安装成功

安装cuDNN

cudnn就是一个神经网络加速包，也谈不上安装，把包复制进去就好了。
进入cuDNN下载，匹配对应的CUDA下载对应版本，选择cuDNN Library for Linux下载；下载后需要解压。
安装

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

需要注意的是前后两个路径一定要写对前者对应的是下载的cuDNN包里面的东西，后者则是CUDA路径里的位置。
到这里就安装成功了。

安装PyTorch

进入PyTorch下载
若无pip应先安装pip

sudo apt-get install pip3

再进行下载

pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

若不能成功可一直执行该pip指令直至成功为止，也可以设置其他pip源
完成后终端输入

python3

进入python命令行后，执行以下命令。如果不报错就说明安装成功了。

import torch
x = torch.rand(5, 3)
print(x)

成功输出形式应如此

tensor([[0.2067, 0.9889, 0.9131],
        [0.1603, 0.0091, 0.8403],
        [0.7249, 0.3191, 0.2547],
        [0.3795, 0.4371, 0.7935],
        [0.0254, 0.0016, 0.0493]])

此外，要检查您的GPU驱动程序和CUDA是否已启用并可由PyTorch访问，请运行以下命令返回CUDA驱动程序是否已启用：

import torch
torch.cuda.is_available()

返回值应为True
到此安装成功