ubantu18.04配置深度学习环境

目录

一、安装cuda_10.2.89_440.33.01_linux

二、安装cudnn-10.2-linux-x64-v7.6.5.32

三、安装Anaconda3-5.3.0-Linux-x86_64

四、安装pytorch1.6.0

五、安装pycharm-community-2020.2.4

六、使用annoconda创建python虚拟环境

---

一、安装cuda_10.2.89_440.33.01_linux

1、cuda下载链接

选择cuda10.2，Base Installer和下面的两个Patch都需要下载。

2、 在download下载好的文件夹终端运行

sudo sh cuda_10.2.89_440.33.01_linux.run

中间有accept->

​下一步骤在CUDA Installer se Agreement下面的Driver选中按一下Enter使其不选中。

​然后在CUDA Toolkit 10.2按A进入高级选项,使Creat symbolic link from /usr/local/cuda取消。

​（在/usr/local/文件夹下有cuda-10.2的安装文件夹了）

3、然后再次在终端输入,安装补丁，同上：

sudo sh cuda_10.2.1_linux.run
sudo sh cuda_10.2.2_linux.run

4、 设置环境变量

编辑～/.bashrc，在终端输入命令，启用E编辑模式：

sudo vim ~/.bashrc

 进入文件之后按i启动insert模式，在文章的末尾加入以下变量，然后按Esc再输入:wq，保存关闭文件，并返回终端

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

然后在终端输入以下命令使修改有效。

source ~/.bashrc

5、测试

在终端输入以下命令：

nvcc --version

若显示cuda10.2版本信息则表示安装成功 。 

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:24:38_PDT_2019
Cuda compilation too