ubuntu18 安装pytorch(cuda11.0)

按步骤:

1. 到pytorch官网选择一个想装的版本,查看将自动安装的cuda toolkit版本.

2.去nvidia官网下载对应cuda. (runfile 本地安装好点.)   我们说的cuda就是cuda toolkit,只是nvidia官网的cuda toolkit与conda装pytorch时自动装的cuda toolkit不一样. 官网下载包含多一些,比如显卡驱动nvidia driver, 啥samples,demo,这些如果是做深度学习研究不一定用得到,建议直接:

    a. nvidia-smi: 查看显卡驱动版本,因为装pytorch会自动装cuda,所以我们还需要确定显卡驱动是否与待装cuda版本对应:

    b.去pytorch官网复制conda安装命令(不是pip),去终端虚拟环境中安装.

Table . CUDA Toolkit and Compatible Driver Versions

CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 11.1.1 Update 1	>=455.32	>=456.81
CUDA 11.1 GA	>=455.23	>=456.38
CUDA 11.0.3 Update 1	>= 450.51.06	>= 451.82
CUDA 11.0.2 GA	>= 450.51.05	>= 451.48
CUDA 11.0.1 RC	>= 450.36.06	>= 451.22
CUDA 10.2.89	>= 440.33	>= 441.22
CUDA 10.1 (10.1.105 general release, and updates)	>= 418.39	>= 418.96
CUDA 10.0.130	>= 410.48	>= 411.31
CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62

我的理解:虚拟环境中装pytorch时自动装的cuda在这个环境运行代码时会优先被调用(调用来使用显卡驱动),然后再是环境变量. 所以外部的cuda(在/usr/local/中),不会影响这个虚拟环境,被绕过了. 

 

如果有特殊需要,要求必须在官网下载安装cuda(2GB+)的,可以看下面:

1.安装官网下的cuda (如果之前没装显卡驱动的话,安装cuda时可选一起装,以前装过就不勾选一起装),装完配置环境变量

 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.0/lib64

export PATH=$PATH:/usr/local/cuda-11.0/bin

export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.0

注:环境变量中写cuda对应版本,这几个变量中的'cuda-11.0'可替换为'cuda',然后在/usr/local/目录下给软链接cuda赋值,这样就方便安装多个cuda

2.装 pytorch:去官网复制对应命令,在终端粘贴 安装

 

多版本cuda共存,安装多个版本pytorch时用到:

原理:

做法: