linux非root安装cuda cudnn 安装pytorch

linux非root安装cuda cudnn 安装pytorch

1.安装anaconda3

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh

sh Anaconda3-5.3.1-Linux-x86_64.sh

安装过程没什么难度 注意不要安装vs code就行了，安装成功后会把path路径写到~/.bashrc下

2.安装pytorch

官网选择一个合适的版本 https://pytorch.org/get-started/previous-versions/

选择pip方式安装，贼快，这里我用的是torch==1.1.0 torchvision==0.3.0 CUDA 10.0

pip install torch==1.1.0 torchvision==0.3.0 -f https://download.pytorch.org/whl/cu100/torch_stable.html --index https://pypi.tuna.tsinghua.edu.cn/simple/

-f指定的路径在下面一点Download and install wheel from xxx有 --index一样 指定清华的镜像

pip 如果失败 pip install --upgrade pip

3.安装cuda

官网下载 根据显卡驱动选择对应版本 lspci | grep -i nvidia  

https://developer.nvidia.com/cuda-toolkit-archive

下载后安装 

sh cuda_10.0.130_410.48_linux

安装成后配置环境变量

vi ~/.profile 粘贴下面给两行后保存退出
export PATH="/home/tf/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/home/tf/cuda-10.0/lib64:$LD_LIBRARY_PATH"
source ~/.profile

4.安装cudnn

官网下载对应版本  https://developer.nvidia.com/rdp/cudnn-archive

tar -xzvf cudnn-10.0-linux-x64-v7.5.1.10.tgz
将cudnn的两处文件拷贝至安装好的cuda即可
cp cuda/include/cudnn.h ~/cuda-10.0/include/
cp cuda/lib64/libcudnn* ~/cuda-10.0/lib64/
chmod a+r ~/cuda-10.0/include/cudnn.h
chmod a+r ~/cuda-10.0/include/cudnn.h ~/cuda-10.0/lib64/libcudnn*

接下来验证安装是否成功

python
import torch
torch.cuda.is_available()
如果是True,说明cuda安装成功