ubuntu18.04安装CUDA-10.1,CUDNN,Anaconda,Pytorch

1.安装GPU

—此方法在笔记本上安装成功，如果失败或者是台式机+新显卡可以参考另一篇文章ubuntu18.04为3070显卡安装NVIDIA驱动
首先查看显卡

$ ubuntu-drivers devices

显示

== /sys/devices/pci0000:00/0000:00:1c.4/0000:03:00.0 ==
modalias : pci:v000010DEd00001299sv0000144Dsd0000C757bc03sc02i00
vendor   : NVIDIA Corporation
model    : GK208BM [GeForce 920M]		#这里是型号
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-440 - distro non-free recommended 	##这里是推荐
driver   : xserver-xorg-video-nouveau - distro free builtin

看到有一设备GK208BM [GeForce 920M],还有三个驱动，但其中有一个推荐的
安装驱动有数种方法，选择了一个较简单的，参考真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择(亲测非常实用)

#安装全部驱动 - 我使用的
$ sudo ubuntu-drivers autoinstall 
#安装指定驱动
$ sudo apt install nvidia-driver-440 - distro

安装完成后重启，查看 设置—详细信息—About ，如下图，查看是否安装成功（安装之前“图形”是Intel…)

2.安装CUDA

去CUDA官网选择需要的版本

按照安装指示，使用

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

进行安装
如提示已有Manager，不管了，重新安装的系统也会提示，选择了Continue
安装cuda 在输入accept之后，进行安装选择的时候要取消勾选Driver，一定要取消，因为驱动之前安装过了。
等待安装

最后对.bashrc作更改

sudo gedit ~/.bashrc

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

#官网给的
export PATH=/usr/local/cuda-10.1/bin:/usr/local/cuda-10.1/NsightCompute-2019.1${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

参考文档
至此 CUDA安装完成

安装cudnn

Cudnn网址
这个下载真的是花了大时间，需要注册，要么打不开，要么注册或登陆的时候验证码刷新不出来。
通过各种尝试后，终于登陆成功。根据ubuntu版本和前面安装的CUDA版本进行选择，框里的三个全下载。

下载之后切换到下载目录，进行安装

#安装runtime库
$ sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
 安装developer库
$ sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
 安装代码示例和《cuDNN库用户指南》
$ sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb

安装完成之后，测试一下

# 将cuDNN示例复制到可写路径
$ cp -r /usr/src/cudnn_samples_v7/ $HOME
# 进入到可写路径
$ cd  $HOME/cudnn_samples_v7/mnistCUDNN
# 编译mnistCUDNN示例
$ make clean && make
# 运行mnistCUDNN示例
$ ./mnistCUDNN

出现Test passed!即为成功
在我安装cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.0，测试cudnn时，出现以下错误

$ ./mnistCUDNN 
./mnistCUDNN: error while loading shared libraries: libcudart.so.10.0: cannot open shared object file: No such file or directory

百度之后找到解决方法
尝试1并为解决。
参考下面1 成功解决。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64

1、 安装Caffe && Cuda && Cudnn
2、caffe测试mnist时出现错误：error while loading shared libraries: libcublas.so.9.1

上面两部分参考

1.真实机下 ubuntu 18.04 安装GPU +CUDA+cuDNN 以及其版本选择（亲测非常实用）
2.Ubuntu 18.04安装CUDA（版本10.2）和cuDNN

安装anaconda

集成了很多数据科学的库
从清华镜像网站下载
安装

$ bash Anaconda3-2020.02-Linux-x86_64.sh

阅读一大段说明之后，一路选确定就可，但注意最后如果选择编辑器就是情况而定。

$ sudo gedit ~/.bashrc 

写入

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

更新配置

$ source ~/.bashrc
$ python

显示

Python 3.7.6 (default, Jan  8 2020, 19:59:22) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>

就安装成功了

安装pytorch

选用Anaconda安装
按照官网提示：

$ conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

报错

CondaHTTPError: HTTP 000 CONNECTION FAILED for url <http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-10.2.89-hfd86e86_1.conda>
Elapsed: -
An HTTP error occurred when trying to retrieve this URL.
HTTP errors are often intermittent, and a simple retry will get you on your way.

首先更改镜像源为清华的。

$ gedit ~/.condarc

写入

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true

改了之后还是报错，就把安装命令换成

$ conda install pytorch torchvision cudatoolkit=10.2

也就是把-c pytorch给删除，这个参数的意思大概是指定源为官方的
运行之后
会提示

The following NEW packages will be INSTALLED:

  cudatoolkit        anaconda/pkgs/main/linux-64::cudatoolkit-10.2.89-hfd86e86_1
  ninja              anaconda/cloud/conda-forge/linux-64::ninja-1.10.0-hc9558a2_0
  pytorch            anaconda/cloud/pytorch/linux-64::pytorch-1.5.0-py3.7_cuda10.2.89_cudnn7.6.5_0
  torchvision        anaconda/cloud/pytorch/linux-64::torchvision-0.6.0-py37_cu102


Proceed ([y]/n)? 

输入y就可以了，最后等待安装。中间可能会有某一个下载到一半的时候中断，重新开始就好，总会成功的。

Downloading and Extracting Packages
cudatoolkit-10.2.89  | 365.1 MB  | ########################################################################################################### | 100% 
Preparing transaction: done
Verifying transaction: done
Executing transaction: done

cudatoolkit-10.2.89下载完成后也就安装完成了
测试一下

~$ python
Python 3.7.6 (default, Jan  8 2020, 19:59:22) 
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.5.0

至此，全部安装完成

不知道什么操作，就CUDA没办法用了，看到显卡驱动也变了，应该是被更新了，重新