Linux、CentOS 安装CUDA、cuDNN、PyTorch教程

---

tips

1. 如果是进行服务器的安装，那么整个安装过程建议直接在服务器本地进行，或者使用VNC进行远程连接操作，不要仅依赖于SSH连接进行。因为在安装过程中会进行许可同意和安装项目选择，仅依靠SSH无法显示相关信息，进而无法操作。
2. 建议先去pytorch官网看一下支持的cuda版本，然后再选择需要安装的cuda版本，确保后续安装顺利。

---

一、安装NVIDIA驱动、CUDA、cuDNN

1.1 准备工作：

其他的博客的有提到过检查自己的显卡是否支持CUDA，我觉得这一步不是必需的，通过运行命令
lspci | grep -i nvidia可以看到自己的显卡信息，我自己的输出

1a:00.0 VGA compatible controller: NVIDIA Corporation GA102 [GeForce RTX 3090] (rev a1)
1a:00.1 Audio device: NVIDIA Corporation GA102 High Definition Audio Controller (rev a1)
68:00.0 VGA compatible controller: NVIDIA Corporation GA102 [GeForce RTX 3090] (rev a1)
68:00.1 Audio device: NVIDIA Corporation GA102 High Definition Audio Controller (rev a1)

能显示出显卡信息就好。

1.2 安装NVIDIA驱动、CUDA

在这里我不推荐先独立安装NVIDIA驱动，一方面是因为官方的入口不好找，另一方面是因为先独立安装NVIDIA驱动还要考虑cuda的要求。

1. 禁用nouveau
   运行lsmod | grep nouveau，如果有信息输出的话，进行如下操作

    vim /lib/modprobe.d/dist-blacklist.conf
    注释掉 blacklist nvidiafb
    # blacklist nvidiafb
    
    在下面添加
    blacklist nouveau
    options nouveau modeset=0
    
    依次按Esc :wq 保存退出vim
   

   再次运行lsmod | grep nouveau，无信息输出则完成

2. 安装gcc
   运行命令 yum install kernel-devel gcc -y
   运行gcc --version，有gcc版本信息输出，我自己的输出

    gcc (GCC) 8.4.1 20200928 (Red Hat 8.4.1-1)
    Copyright © 2018 Free Software Foundation, Inc.
    本程序是自由软件；请参看源代码的版权声明。本软件没有任何担保；
    包括没有适销性和某一专用目的下的适用性担保。
   

3. 安装cuda和nvidia驱动
   在CUDA Toolkit的网站找到自己需要的CUDA版本，下载保存到本地，注意一定要记得保存路径，一会要进入该路径进行安装。这里一定不要使用ssh，要不然有的信息看不到。
   进入刚才的目录，运行命令sh cuda_****_linux.run --no-opengl-libs
   下来会有一个许可信息，需要手动输入accept
   
   接下来会选择需要安装的内容，注意“标记有x的是已选中的”，可以全选试一下，要是报错了先不要急。
   
   

按照报错信息输出的日志文件路径（图中蓝色框 /var/log/cuda-installer.log）找到相应的日志文件，打开看到，错误原因是因为在安装NVIDIA驱动的时候出错了。

	[ERROR]: Install of driver component failed. 
	[ERROR]: Install of 465.19.01 failed, quitting

这时候重新运行sh cuda_****_linux.run --no-opengl-libs，再输入accept，取消勾选Driver,就可以安装CUDA Toolkit了。这时候会给出一条命令提示，按照命令提示（蓝色框下面那句）就可以单独安装相对应的NVIDIA 驱动了，即运行sh cuda_****_linux.run --silent --driver。到这里，我们就成功地安装了CUDA和相对应的驱动。

1.3 安装cuDNN

进入cuDNN的下载页面，选择相对应的cuDNN进行安装。
如果不知道选哪一个可以先不装，等完成 2.2 安装PyTorch 之后再安装即可
如果已完成可以依次运行conda activate torch 和 conda list，向上翻，如下图所示，即可找到cuDNN版本

在下载完成之后解压缩，进入内部可以看到 /include 和 /lib64 两个目录，分别复制里边的文件合并到
/anaconda安装目录/include 和 /anaconda安装目录/lib64即可。

二、安装anaconda、PyTorch

2.1 安装anaconda

进入安装目录，运行命令

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2020.02-Linux-x86_64.sh
bash Anaconda3-2020.02-Linux-x86_64.sh
vim /etc/profile
在最后添加语句：
export ANACONDA_PATH=自己的anaconda安装目录
export PATH=$PATH:$ANACONDA_PATH/bin
按Esc :wq推出vim编辑器

运行命令conda create --name torch python=3.8，创建一个新的环境torch，安装pytorch，如有确认选择y
完成后运行conda info -e，可以查看已创建的环境，例如我的输出

conda info -e

# conda environments:
#
base                  *  /home/*****/anaconda3
torch                    /home/*****/anaconda3/envs/torch

运行conda activate torch激活torch环境，为安装pytorch做准备

2.2 安装PyTorch

前往PyTorch官网找到对应版本的安装命令，这里以11.3为例
运行命令conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch，即可进行安装
如果速度较慢的话可以采用国内的镜像源，添加镜像源的方法可自行搜索，较简单。注意，添加镜像源后，运行命令需要去掉后缀部分，改为conda install pytorch torchvision torchaudio cudatoolkit=11.3

---

总结

环境搭建问题还是比较麻烦的，该博客是在我完成搭建并成功试用之后进行记录的，其中可能存在有疏漏之处，望诸位小伙伴发现问题及时指正，让更多的小伙伴少踩坑~