ubuntu18.04下跑通maskrcnn_benchmark基于cuda10.1+cudnn7.6+anaconda+pytorch

ubuntu18.04 配置cuda10.1+cudnn7.6+anaconda+pytorch跑通maskrcnn_benchmark

最近在用anaconda配置ubuntu系统下的深度学习环境，终于跑通了maskrcnn_benchmark,真的是踩了很多坑。。把配置过程记录下来，欢迎交流探讨。

目录

1. 安装显卡驱动
2. 安装anaconda
3. 安装cuda10.1
4. 安装cudnn7.6
5. 进行maskrcnn_benchmark环境配置

1、安装nvidia驱动

装好显卡驱动，本人显卡驱动版本430.26
方法参考网址：https://www.linuxidc.com/Linux/2019-02/157170.htm
就不仔细说了。

2、安装anaconda并在base环境下配置好python，pytorch等

1）在清华镜像源网站下载anaconda并安装。https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
记得更改环境变量。安装完成后重新打开终端，命令行前面会出现（base），即在anaconda环境下。可通过conda deactivate退出。

2）输入以下指令添加清华源。

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

3）可以运用conda指令安装python等包。也可以通过pip安装opencv-python等包。（此pip是conda中的，可通过pip --ersion查看版本）

4）根据pytorch官网提示选择合适的版本，复制粘贴官网给的终端命令进行安装。

3、安装cuda10.1

1）根据显卡驱动版本，在nvidia官网下载对应的cuda版本，在http://developer.nvidia.com/cuda-downloads上下载安装包。

2）根据官网提示的信息输入sudo sh cuda版本.run

3）输入accept

4）在cuda installer界面不勾选driver，其他都选中。回车进行安装。

5）安装完成后添加环境变量
输入sudo gedit ~/.bashrc
在文件末尾添加

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