Ubuntu18.04/20.04系统下Cuda、Cudnn、Pytorch及TensorRT深度学习环境配置

鱼与水人

已于 2023-03-04 10:16:18 修改

阅读量1k

点赞数 9

文章标签： ubuntu 深度学习 pytorch

于 2023-03-01 13:18:43 首次发布

本文链接：https://blog.csdn.net/qq_45607766/article/details/129278989

版权

记录本人的Cuda+Cudnn+Pytorch+TensorRT配置流程。配置过多台Ubuntu18.04/20.04系统及其深度学习环境，流程均如下且有效。

文章目录

系统环境

Ubuntu 18.04/20.04
Python：3.8.0
Cuda：11.3
Cudnn：8.6.0
Pytorch：1.12.1+cu113
TensorRT：8.4.1.5

1. Anaconda

Anaconda | Anaconda Distribution
1不成功则用Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
下载后bash xx.sh

source ~/.bashrc
# 测试是否安装成功
conda 
# 不成功则
gedit ~/.bashrc
# 添加以下内容
export PATH=/home/***/anaconda3/bin:$PATH
# 创建python环境
conda create -n py38 python=3.8

2. Cuda

软件和更新 -> 附加驱动中安装Nvidia驱动（一般选nividia-driver-470即可），选择想安装的驱动，点击应用更改。装完重启ubuntu（给远程设备配置时，需在重启前设置用户自动登录）。

# ubuntu18.04直接执行以下：
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
# 其他版本：
# https://developer.nvidia.com/cuda-11-3-1-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu

安装过程中：
1. continue
2. accept
3. driver取消选中
4. 选中install

gedit .bashrc
# 打开后，末尾加入以下五行：
# NVIDIA CUDA Toolkit
export PATH=/usr/local/cuda-11.3/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64
# 自启动conda环境
conda activate py38
# 检查是否成功
source ~/.bashrc
nvcc -V

3. Cudnn

官网下载文件，Local Installer for Linux x86_64 (Tar)

tar -xf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz
cd cudnn-linux-x86_64-8.6.0.163_cuda11-archive/
sudo cp -P lib/* /usr/local/cuda/lib64/
sudo cp -P include/* /usr/local/cuda/include/
# 检查是否成功
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

4. Pytorch

可参考官网链接选择对应版本

也可直接如下步骤安装

# 在conda虚拟环境中安装
conda activate py38
pip3 install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# 验证
python
import torch
print(torch.cuda.is_available())

5. TensorRT

https://developer.nvidia.com/tensorrt下载对应版本的tensorrt（需要登陆nvidia账号）

# 8.4
# https://developer.nvidia.com/nvidia-tensorrt-8x-download
# TensorRT 8.4 GA
# TAR Package

解压下载的tensorrt包，得到文件夹（bin data doc graphsurgeon include lib onnx_graphsurgeon python samples targets TensorRT-Release-Notes.pdf uff）

#添加路径到~/.bashrc
sudo gedit ~/.bashrc
#加入 
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/***/TensorRT-8.4.1.5/lib
source ~/.bashrc

# 安装tensorrt
cd python
pip install tensorrt-8.4.1.5-cp38-none-linux_x86_64.whl

# 安装uff、graphsurgeon、onnx_graphsurgeon
# cd到对应文件夹下
pip install xxxx.whl

# 验证
python
import tensorrt