Ubuntu18.04安装anaconda、CUDA和CuDNN

首先是查看Ubuntu的版本号：
在终端输入一下命令， 即可查看版本号

cat /proc/version

一、安装Anaconda

第一步：下载 Anaconda

在清华大学开源软件镜像站下载适合自己的Anaconda版本，如下图所示：

第二步：安装 Anaconda

接下来就是等待漫长的安装....

当终端提示信息“Do you wish to proceed with the installation of Microsoft VSCode? [yes|no]”，输入no ， 如下图

第三步：检测安装成功与否

至此，Anaconda安装完成，重启终端即可使用Anaconda自带的python，如下：

最后在终端输入如下：

sudo gedit ~/.bashrc
export PATH="/usr/local/anaconda3/bin:$PATH"
source ~/.bashrc

二、安装CUDA

前言  ， 集别人之所长

 第一步：下载安包

当然是下载CUDA的安装包了，下面是两个版本的CUDA下载地址

CUDA Toolkit 10.0 Archive | NVIDIA DeveloperSelect Target Platform Click on the green buttons that describe your target platform. Only supported platforms will be shown. Operating System Architecture Distribution Version Installer Type Do you want to cross-compile? Yes No Select Host Platform Click on the green buttons that describe your host platform. Only supported platforms will be shown. Operating Systemhttps://developer.nvidia.com/cuda-10.0-download-archiveCUDA Toolkit 11.4 Update 2 Downloads | NVIDIA Developerhttps://developer.nvidia.com/cuda-downloads

第二步：安装

从终端进入安装包所在路径输入命令：

sudo sh cuda_10.0.130_410.48_linux.run

终端出现安装界面，出现协议，按住回车键一直跑，直至弹出问题。

遇到的第一个问题，Do you accept the previously read EULA?  accept/decline/quit:

输入accept然后按回车，其他问题，要么输入y然后按回车，要么直接按回车。

第三步：配置环境变量

打开主目录下的 .bashrc文件添加如下路径，例如我的.bashrc文件在/home/wangyuanwei下，如果没有找到，则按Ctrl+H键显示隐藏文件， 即可看到.bashrc文件。

随后，在.bashrc文件的末尾加入一下代码：

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

注：上面的10.1是你下载的CUDA版本号，要自行修改。

保存文件，并退出，然后source该文件，命令如下：

source ~/.bashrc

第四步：检测安装成功与否

在终端输入：

nvcc --version

如果出现下面的界面即安装成功。

三、安装CuDNN

第一步：下载安装包

与CUDA不同，我们在下载cuDNN的时候，需要注册账号，填写用途等。这里略去这些步骤。下载链接为：https://developer.nvidia.com/rdp/cudnn-download。页面如下：

第二步：解压并安装

直接点击压缩包，右键，提取/解压，随后可以看到cuda文件夹，在当前目录打开终端，执行如下命令：

sudo cp cuda/include/* /usr/local/cuda/include/
 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
 
sudo chmod a+r /usr/local/cuda/include/cudnn.h
 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

第三步：检测安装成功与否

在终端输入：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果出现如下，这证明安装成功

参考博客

Anaconda参考 https:https://blog.csdn.net/qq_15192373/article/details/81091098

CUDA和CuDNN参考：

https://blog.csdn.net/wanzhen4330/article/details/81699769

----------------------------------------------------------------------------------

安装Pytorch

参考博客：  https://blog.csdn.net/red_stone1/article/details/78727096

第一种方法（不推荐），直接到PyTorch 官网获取在线下载命令，如下：

第二种方法（推荐使用）， 同样是去PyTorch 官网获取在线下载命令，但获取的是Windows版本的在线下载地址，如下：

然后访问上面划下划线的地址https://download.pytorch.org/whl/torch_stable.html，随后搜素自己需要下载的版本号，如下：

其中，cu102是指支持GPU版本(cuda10.2版本)，电脑有GPU的话须选择该项。1.8.0表示PyTorch版本，cp36表示支持Python3.6。

选择适合的版本后，点击下载到本地即可进行下一步离线安装Pytorch。