ubuntu源码安装pytorch——源码编译（包含驱动，cuda，cudnn安装）

遇到的错误

在源码安装pytorch时，我的cuda的版本时11.4，所以按照官方的安装指南是需要magma-cuda114，而此时magma-cuda114还没发布。
所以我的方法是
卸载驱动、CUDA和CUDNN（具体自己百度）。然后选择对应cuda版本为11.3的显卡驱动，然后安装cuda11.3和相应的CUDNN。
说明：显卡的驱动可以用较低版本的。

1.安装驱动

参考：https://www.mlzhilu.com/archives/ubuntu2004%E5%AE%89%E8%A3%85nvidia%E6%98%BE%E5%8D%A1%E9%A9%B1%E5%8A%A8

1.1 驱动下载

我需要安装cuda11.3，所以需要选择相应版本的驱动
从这里可以看到cuda和驱动之间的版本对应关系
从这里可以下载各种版本的驱动
最好将下载完的驱动放在~目录下，别问为什么，听我的就对了

1.2 安装前的准备

1.安装lightdm

sudo apt-get update
sudo apt install -y lightdm

弹出来一个选项，选择lightdm就行
2.停止lightdm桌面服务

sudo service lightdm stop

3.设置一下root账户密码

sudo passwd root

然后输入密码
4.首先查看你有没有安装gcc

gcc --version

如果没有安装gcc一般make也没安装，这时需要安装一下gcc和make

sudo apt install gcc 
sudo apt install make

5.删除自带驱动

sudo apt purge nvidia*
sudo apt-get autoremove

6.禁用自带的nouveau nvidia驱动

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

在最后添加如下内容

blacklist nouveau  
options nouveau modeset=0 

然后保存退出。

sudo update-initramfs -u	# 更新
sudo reboot	# 重启

重启之后显示是黑屏，此时按ctrl+alt+F1或ctrl+alt+F2,进入命令行，然后登录
7.重启后查看是否已经将自带的驱动屏蔽了，输入以下代码

lsmod | grep nouveau

没有结果输出，则表示屏蔽成功

1.3 安装驱动

cd到你下载的显卡驱动的目录
执行：

sudo chmod a+x NVIDIA-Linux-x86_64-465.31.run
sudo ./NVIDIA-Linux-x86_64-465.31.run -no-x-check -no-nouveau-check -no-opengl-files
# -no-x-check:安装时关闭X服务
# -no-nouveau-check: 安装时禁用nouveau
# -no-opengl-files:只安装驱动文件，不安装OpenGL文件

然后会弹出来一个窗口，根据提示进行操作
最后重启，然后输入nvidia-smi会显示驱动和cuda的版本信息，说明驱动安装成功

2 安装cuda

参考：https://bbs.huaweicloud.com/blogs/detail/210271
1.cuda下载安装
从这里下载对应版本的cuda，这里选择runfile(local)进行安装

运行如下命令：

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run

然后会弹出来一个窗口，按空格取消第一个选项，因为我们安装过驱动了，不要安装了。最后选择安装即可
2.环境配置（两种方式）

修改home目录下的.bashrc文件（ 修改home目录下的.bashrc文件，只针对当前用户）

cd ~          # 切换回home目录
gedit .bashrc      # 修改.bashrc文件

# add cuda path    # 在文件末尾添加路径
export PATH="/usr/local/cuda-11.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH"  

:wq   # 退出保存

修改profile文件，针对所有用户

sudo vim /etc/profile    # 修改/etc/profile文件

# add cuda path  # 文件末尾增加以下两行代码
export PATH="/usr/local/cuda-11.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH" 

:wq   # 退出保存

目录注意改成自己的

立即生效（或重启服务器生效）

source .bashrc   
 
或

source /etc/profile

3.验证安装成功 nvcc -V (注意 是大V)，结果如下

3. cudnn安装

下载cudnn：https://developer.nvidia.com/zh-cn/cudnn
在链接中选择“Library for Linux”
然后执行以下命令

sudo cp cuda/include/cudnn*.h    /usr/local/cuda/include      注意，解压后的文件夹名称为cuda ,将对应文件复制到 /usr/local中的cuda内
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

判断是否安装成功：

cat /usr/local/cuda-11.3/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

如果没有反应就说明安装失败

4.源码安装pytorch

直接参考pytorch.org中的源码安装就行