Ubuntu18.04+RTX3060显卡配置pytorch、cuda、cudnn和miniconda

0. 前言

之前已经安装成功了，也发了篇博客梳理了整套流程如下。

ubuntu18.04安装pytorch、cuda、cudnn和miniconda_Toblerone_Wind的博客-CSDN博客_ubuntu18.04 安装pytorchhttps://blog.csdn.net/qq_42276781/article/details/124296431但后续发现tensor变量不能转移到cuda上，即执行下面的语句会卡死。

import torch
a = torch.ones(1, 3)
b = a.cuda()

卡死也没报错信息，后来调试了很久发现是原先的cuda10.2版本太低了，不持支我的3060显卡。

装了cuda11.4发现又没有对应的pytorch，导致cuda无法和torch正常通讯。

最后参考了这篇博客，终于找到了正确的安装方法。

rtx3060在ubuntu18.04下安装cuda和pytorch_csdnhfy的博客-CSDN博客_pytorch ubuntulinux安装显卡驱动首先要为我们的电脑装上nvidia的驱动，但是之后装cuda的时候还会有涉及到装驱动的，但现有的教程在那个步骤都是直接跳过安装驱动，所以我们还是在前期先把驱动装好吧。具体步骤见nvida显卡驱动安装安装anaconda：安装anaconda是为了能使用虚拟环境去安装pytorch，之后还可以建个环境安tensorflow。即使出错了也可以直接删除就是。安装anaconda安装好anaconda可以配置一个清华源，速度会快很多。清华镜像源可以用命令行直接添加，https://blog.csdn.net/csdnhfy/article/details/122128970已经成功安装了两次，下面的教程可以放心使用。

总体环境：RTX3060显卡，470nvidia驱动，11.1cuda，支持11.1cuda的cudnn。

所需文件如下，终端默认打开路径为该文件夹

cuda11.1

python3.6环境下，pytorch相关: whl1 ， whl2， whl3

miniconda

cudnn相关的3个文件需要注册nvidia账号才能下载，这里我上传到了csdn

1. 安装nvidia驱动

打开blacklist-nouveau.conf文件

sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

粘贴下面代码

blacklist nouveau
options nouveau modeset=0

依次输入如下命令

sudo update-initramfs -u
reboot

重启后输入如下指令，如无输出，则禁用成功。

lsmod | grep nouveau

安装nvidia-driver-470

sudo apt-get install nvidia-driver-470

2. 安装cuda

启动cuda安装程序

bash cuda_11.1.0_455.23.05_linux.run

取消勾选455驱动，仅安装cuda。安装完成后修改环境，打开配置文件

gedit ~/.bashrc

在末端加入如下路径

export PATH="/usr/local/cuda-11.1/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH"

保存后终端输入

source ~/.bashrc

重启后终端输入

nvidia-smi

虽然显示cuda版本是11.4但是没关系，可以看到驱动是470。

终端输入下面指令，可以看到cuda版本是11.1

nvcc -V

3. 安装cudnn

依次输入

sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb
sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb
sudo dpkg -i libcudnn8-samples_8.0.5.39-1+cuda11.1_amd64.deb

4. 安装miniconda

输入指令安装

bash Miniconda3-py37_4.8.3-Linux-x86_64.sh

安装完成后关闭终端，重新打开终端后输入

conda config --set auto_activate_base true

5. 安装pytorch

首先新建一个conda环境，名字叫deep

conda create -n deep python=3.6 -y

进入该环境

conda activate deep

设置pip镜像

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装pytorch相关whl

pip install torch-1.9.0+cu111-cp36-cp36m-linux_x86_64.whl
pip install torchvision-0.10.0+cu111-cp36-cp36m-linux_x86_64.whl
pip install torchaudio-0.9.0-cp36-cp36m-manylinux1_x86_64.whl

6. 测试

运行test.py文件

import torch    # 如正常则静默
a = torch.Tensor([1.])    # 如正常则静默
a.cuda()    # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
print(cudnn.is_acceptable(a.cuda()))    # 如正常则返回 "True"