(Ubuntu16.04)Pytorch+anaconda3+cuda+cudnn配置

 

 

1.配置GPU驱动

1.1.首先去官网http://www.nvidia.cn/Download/index.aspx?lang=cn查找适配自己电脑GPU的驱动，如下图：

1.2.安装前的准备：

//卸载之前的驱动
sudo apt-get remove --purge nvidia-*

//按ctrl+alt+F1进入字符界面，然后关闭图像界面：
sudo service lightdm stop

这一步如果遇到问题，可以参考博客https://blog.csdn.net/fdqw_sph/article/details/78745375

1.3.我们用ppa安装NVIDIA驱动

　　　　sudo add-apt-repository ppa:graphics-drivers/ppa

　　　　sudo apt-get update

　　　　sudo apt-get install nvidia-418  

　　　　sudo pat-get install freeglut3-dev

安装完成之后重启，打开控制台，输入

             nvidia-smi

如果显示如下的显卡信息，说明安装完成。

2.配置cuda9.0

我配置的是cuda9.0，cuda版本的选择主要和GPU的版本有关。

2.1首先到官网https://developer.nvidia.com/cuda-90-download-archive下载对应版本，我下载的是cuda_9.0.176_384.81_liux.run 

2.2下载完成后进入放置文件夹，添加权限并安装：

sudo chmod +x cuda_9.0.176_384.81_linux.run # 为 cuda_9.0.176_384.81_linux.run 
./cuda_9.0.176_384.81_linux.run # 安装 cuda_9.0.176_384.81_linux.run

安装过程中的选项基本上选默认即可，直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择否，因为已经安装好更新的驱动程序了。

2.3接下来配置cuda环境，打开profile文件：

sudo gedit  /etc/profile

打开文件后在文件后面添加环境变量：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

测试CUDA的例子：

cd  /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
//如果出现有关显卡的信息，说明cuda安装成功

3.配置cudnn9.0

3.1首先下载cudnnhttps://developer.nvidia.com/rdp/cudnn-download

这个网站需要注册一下，嫌麻烦的网上搜索资源下载也可。

3.2安装

解压下载好的压缩文件cudnn-9.0-linux-x64-v7.0.tgz，进入子文件夹cuda，在终端执行：

tar -zxvf cudnn-9.0-linux-x64-v7.0.tgz
cd cuda    
sudo cp lib64/lib* /usr/local/cuda/lib64/    
sudo cp include/cudnn.h /usr/local/cuda/include/ 

4.安装anaconda3

4.1进入官网，下载对应的anaconda3版本https://www.anaconda.com/download/#linux

 

推荐下载python3.7版本的。

4.2安装anaconda

进入下载文件夹，显示下载的脚本文件Anaconda3-2019.03-Linux-x86_64.sh，在控制台输入：

bash Anaconda3-2019.03-Linux-x86_64.sh

在安装过程中，会提示yes/no，一路yes即可，然后配置环境变量（必须）：

echo 'export PATH="~/anaconda2/bin:$PATH"' >> ~/.bashrc

source ~/.bashrc

最后检查安装是否成功：

conda --version //如果出现conda版本号说明成功
python --version //python后面会有conda的标注

5.pytorch(GPU版)

5.1在conda中新建一个虚拟环境：

conda creat --name my_pytorch //name后面是我们自定义的环境名字

source activate my_pytorch //激活虚拟环境

source deactivate //退出虚拟环境

5.2在新的虚拟环境中配置pytorch

进入虚拟环境后，进入pytorch官网https://pytorch.org/，选择适合的版本

如上图，在控制台窗口输入命令，安装，就大功告成！

之后每次使用pytorch训练网络，只需要激活conda里面的虚拟环境就可以了~