从虚拟环境-cuda-cudnn开始配置环境

复现代码真是太糟心了，尤其是比较老的代码，配置环境老大难······

第一步：查询、确定需要的环境

Python、torch、cuda、cudnn、torchvision、torchaudio版本对应

查询网址：Previous PyTorch Versions | PyTorch

 第二步，创建、激活虚拟环境

① 创建 conda create -n new_name python=3.7(设置为需要的python版本)

② 激活 conda activate new_name

---

---

原来不用下面这么麻烦地小心翼翼，简简单单、干干净净之：

conda install cudatoolkit=10.1

安装失败则换源：conda install cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/

conda install cudnn=7(不知道具体多少就不写，直接默认最新)

安装失败则查询 conda search cudnn -c conda-forge

再按照 conda install cudnn==8.0.5.39 -c conda-forge

不用了也可以随时卸载.......

conda万岁

---

---

第三步，配置cuda平台

① 去官网CUDA Toolkit Archive | NVIDIA 开下载需要版本的cuda

可以直接复制wget后的链接(https://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.run)到浏览器，即可自动本地下载，较为稳定。

② cd该文件的位置，运行命令：sh cuda_10.1.243_418.87.00_linux.run

安装过程中注意安装路径

（服务器已有其他版本cuda时，参考(2条消息) linux 服务器安装多版本 cuda （无 sudo 权限 非 root 用户也适用）_linux安装多个版本cuda_~菜脯蛋~的博客-CSDN博客对于无 sudo 权限 或者 非 root 用户，在安装第一步中安装cuda时，将cuda toolkit的安装路径设置为自己有权限的目录就行，比如 /home/zhaozb/cuda-10.0，之后将后续步骤中对应cuda toolkit的安装路径都进行更改就行了

）

cuda-10.1-Ubuntu版本安装过程如图

Options两处路径需要改为自己的：

 ① Toolkit Options里面第一项路径需要修改为自己有权限的路径

② Library install Path改为自己有权限的路径

 安装好后，配置cudnn时include和lib64是快捷方式，如图红色的，实际导航到targets里 

 第四步，配置cudnn工具

① 去官网cuDNN Archive | NVIDIA Developer下载对应cuda版本的cudnn

选择对应硬件的cuDNN Library，本地下载。

② 本地解压缩，得到cuda文件夹

将其中对应文件复制（上传）到cuda文件夹下的对应位置：

解压得到的cuda/include/cudnn.h文件，复制到安装的cuda-10.0文件夹下的include文件夹中；

解压得到的cuda/lib64文件夹下的4个文件，复制到安装的cuda-10.0文件夹下的lib64文件夹中

下图为在服务器中通过命令进行操作↓ 

第五步，切换cuda、cudnn版本

参考【Linux】多个版本的CUDA切换 - 知乎 (zhihu.com)

安装完成后提醒

因此需要为CUDA 10.1配置环境，编辑/home目录下的.bashrc文件 vim ~/.bashrc
在文件的末尾添加如下内容：

export PATH=/自己修改的路径/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/自己修改的路径/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存并关闭文件，激活该文件更新环境：source ~/.bashrc

需要更改sh文件中的INSERT_FOLDER路径为自己需要的、安装的cuda的位置

第六步，确定对应cuda版本的torch、torchvision的下载网址，便于加速下载：

https://download.pytorch.org/whl/cu101/torch_stable.html

更改cu后面的数字即为对应版本的cuda，cu100代表cuda10.0，cu101代表cuda10.1

下载命令：

pip install torch==1.3.0+cu101 torchvision==0.4.1+cu101 -f https://download.pytorch.org/whl/cu101/torch_stable.html