Linux-Anaconda虚拟环境 安装配置GPU版本Pytorch 流程+遇到与解决问题小结

遇到问题

最近在用pytorch跑深度学习模型，不过一直用的是CPU，训练速度还是跟不上，正好实验室服务器比较空闲，而且cuda、cudnn也都是配置好了的，所以打算在上面的anaconda虚拟环境中配置一下我想要用的gpu版本的pytorch，配置期间遇到了不少问题，也参考了很多博主的经验，现自己总结记录一下。

流程总结

先说结论，代码可以跑起来了就会发现，事情怎么这么简单（笑哭），但其实是将近一周的折腾才搞好的。因为我只想连服务器的gpu用一下，上面cuda、cudnn都已经配置好了的，我只需要装一个gpu版本的pytorch即可。

1.查看cuda版本

首先查看cuda版本，有很多种查看cuda版本的方法，nvcc -V查看的是Runtime运行时的cuda版本，我这里是10.0：（截图是进入/usr/local文件了，但是其实不必进入）

nvcc -V 

PS：如果nvcc -V命令不起作用，可以按照提示sudo安装一下即可

2.查看.bashrc文件，加cuda环境变量

因为现在我是在我自己服务器的账户下配置，所以也需要把自己的conda里面加上cuda环境变量，我一共加了三行。
首先打开.bashrc文件

vim .bashrc 或者 vim ~/.bashrc

翻到文件末尾，按i键可以进行编辑，添加路径：

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

最后保存即可，不熟悉Linux命令的可以看下保存方法如下：