Ubuntu18.04 安装NVIDIA显卡驱动(GTX1060)+CUDA10.1+CUDNNv8+Anaconda3+pytorch+pycharm (最全教程，踩坑)

Ubuntu18.04 安装NVIDIA显卡驱动(GTX1060)+CUDA10.1+CUDNNv8+pycharm+Anaconda3+pytorch (最全教程，踩坑)

经历了一周的疯狂安装，卸载，凭借记忆与无奈写下过程

安装NVIDIA驱动（GTX1060）

参考博客

Ubuntu下安装INVIDIA显卡驱动（避免循环登录问题）
1.卸载之前安装的驱动

sudo apt-get purge nvidia*

2.禁用nouveau，禁用后，

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

在文末添加：blacklist nouveau
保存后执行：

sudo update-initramfs -u

3.重启，重启会出现屏幕尺寸不正常，因为禁用了ubuntu自带的图形处理

reboot

lsmod | grep nouveau

若无输出代表禁用nouveau生效。
5.查看当前显卡型号，及推荐安装的驱动

ubuntu-drivers devices
下图可以看到，推荐安装的显卡驱动为440

6.进入官网，下载对应的推荐驱动


7.下载好后，进行安装

sudo chmod +x NVIDIA-Linux-x86_64-440.100.run 
./NVIDIA-Linux-x86_64-440.100.run 

8.安装完成后，检测
出现下图即为安装成功

nvidia-smi 

安装cuda10.1

参考博客
Ubuntu18.04安装nvidia驱动（1060显卡）、Cuda10.1
Ubuntu18.04安装CUDA10、CUDNN
1.因为不同的显卡驱动版本对cuda的支持不一样，一般最先的显卡驱动可以搭配较高的cuda，需要按照自己的实际情况安装，下面是 驱动——》cuda版本
NVIDIA最新官方查询表

2.就环境cuda的卸载
卸载旧的cuda安装包

sudo rm /etc/apt/sources.list.d/cuda*
sudo apt remove --autoremove nvidia-cuda-toolkit

删除旧的NVIDIA 驱动

sudo apt remove --autoremove nvidia-*

3.安装g++ gcc cmake make

sudo apt-get install g++
sudo apt-get install gcc
sudo apt-get install cmake
sudo apt-get install make

4.官网选择合适下载的CUDA

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda_10.1.243_418.87.00_linux.runsudo sh cuda_10.1.243_418.87.00_linux.run

5.下载好后，运行

sudo chmod +x cuda_10.1.243_418.87.00_linux.run 
./cuda_10.1.243_418.87.00_linux.run 

accept

因为第一步我们已经预先单独装好显卡驱动，所以，这里没必要也不需要再装驱动（装了会有麻烦）

6.添加环境变量

gedit .bashrc

在末尾加入

#CUDA
export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

7.测试

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery

``结果如下就表明成功啦

安装CUDNNv8

参考博客
Ubuntu18.04安装nvidia驱动（1060显卡）、Cuda10.1
Ubuntu18.04安装CUDA10、CUDNN
1.官网下载，对应cuda的cudnn库.

需要下载三个deb

2.下载好后进行解压

参考博客
ubuntu上的cudnn安装及使用报错解决办法
官网新的只能下载的deb包，解压deb包后，不需要移植头文件等操作就成功

sudo dpkg --install libcudnn8_8.0.2.39-1+cuda10.1_amd64.deb
sudo dpkg --install libcudnn8-dev_8.0.2.39-1+cuda10.1_amd64.deb
sudo dpkg --install libcudnn8-doc_8.0.2.39-1+cuda10.1_amd64.deb

若不报错则说明安装成功。
3.测试

cd
cp cd cudnn_samples_v7/mnistCUDNN
cd cudnn_samples_v7/mnistCUDNN
make clean
make -j4

若运行sample最后输出 Test passed 则完成CUDNN的安装

安装Anaconda3

参考博客，使用方法2
Ubuntu18.04 安装 Anaconda3
使用清华源下载

下载完成后

cd Downloads/bash Anaconda3-2020.02-Linux-x86_64.sh 

狂按enter 后按yes

添加进镜像源
参考博客

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

添加环境变量

export PATH="/home/kaho/anaconda3/bin:$PATH"

使用conda 后，python 的基础环境为base

添加清华源和三方源

Conda Forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

msys2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

bioconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

menpo
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

pytorch
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda创建虚拟环境
参考博客
创建环境

conda create -n my_env_name python=3.7

重新进入虚拟环境

source activate

退出虚拟环境
conda deactivate

激活环境

conda activate  my_env_name

安装包

conda install package

安装pytorch

ubuntu18.04下pytorch的安装及测试
1.进入官网获取下载command

注意：末尾去掉 -c pytorch 会快点（实测）

conda install pytorch torchvision cudatoolkit=10.1 

下载pycharm

官网

下载community 社区版即可