乌版图18.04 RTX3080 Tensorflow2.5 pytorch1.9环境配置

1、安装驱动：
安装完后重启。
2、下载对应版本cuda
https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal
按提示安装，在安装过程不要在安装驱动了。

修改bashrc文件：
在文件中填入以下几句：

export  PATH=/usr/local/cuda-11.2/bin:$PATH
export  LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64$LD_LIBRARY_PATH
export  CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.2

source一下这个文件

查看cpu使用状态：

nvidia-smi

nvcc -V查看是否安装：

3、安装cudnn
下载cudnn需要登陆账号，登陆注册过程省略。
https://developer.nvidia.com/rdp/cudnn-download

选择这个：

下载这三个：

sudo dpkg -i 三个包

安装完成。

4、安装anaconda
到这个清华源下载：
https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

下载箭头这个
然后在下载目录执行：

bash 文件包名.sh

安装过程全部接受，初始化环境变量也yes，或者自己写也ok
初始化后自动在bashrc中填入下列语句：

打开anaconda

source ~/anaconda3/bin/activate root
anaconda-navigator

创建两个环境，一个pytorch，一个tensorflow

创建完后开始安装tensorflow和pytorch

5、安装tensorflow2.5
在终端执行

conda activate tensorflow
pip install tensorflow-gpu==2.5

等待完成后进行测试：
完成。

5、安装pytorch

https://download.pytorch.org/whl/torch_stable.html
来到这个网站
下载：

cp37是python3.7的意思。

下载完后打开终端执行：

conda activate pytorch
pip install 包1
pip install 包2

安装完后进行测试：
完活。