深度学习环境配置验证（Ubuntu20.04+K80+PyTorch)

一整晚上安装失败，早上起来换源瞬间装完

开始验证

首先

nvidia-smi

卡都在呢，虽然CUDA Toolkit官方的支持文档里面没写Kepler架构，但是能用 

接下来验证pytorch

首先来一句我记住的第一个conda命令

conda env list

接着第二句，，

conda activate [name]

验证pytorch是否安装成功:验证pytorch是否安装成功（linux） - 简书 

nvcc not found 是cudatoolkit没有配置环境变量导致的

开始配置环境变量：cuda已经安装，但nvcc找不到 - 知乎

把他的10.1改成11.1，再

source ~/.bashrc

还有一个py文件，学长让我们感受深度学习的GPU加速能力

import torch
import time

a = torch.randn(400,600,600).to("cuda:0")

b = torch.randn(400,600,600).to("cuda:0")

start_time = time.time()

for i in range(1,1000):
    c = a*b

end_time = time.time()

print("CUDA time: ",(end_time-start_time))


a = torch.randn(400,600,600)

b = torch.randn(400,600,600)

start_time = time.time()

for i in range(1,1000):
    c = a*b

end_time = time.time()


print("CPU time: ",(end_time-start_time))

跑一下

 加速还是很明显的，一共快了

python
Python 3.8.8 (default, Apr 13 2021, 19:58:26)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> 114.60520601272583/0.015193939208984375
7542.823782324881
>>>

这么多倍（上面是1030跑的下面是K80跑的

至此PyTorch已验证配置完毕