【一文搞定Linux服务器深度学习环境搭建】Anaconda+pytorch1.13.1+CUDA11.7+cuDNN8.9

一、显卡驱动安装

添加源

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

查看推荐的驱动版本

ubuntu-drivers devices

一般会出现一个推荐的最大版本和几个一般版本。在我的服务器，推荐版本是530，起初我安装了推荐，但后面安装cuda后无法运行，所以又重新安装了515.105.01，因此需要根据cuda版本的驱动对应关系进行安装。nvidia驱动对应cuda版本

二、CUDA安装

cuda是英伟达针对GPU的加速处理工具，cudnn是其中的一个模块，我们可以把cuda当做一个平台，而cudnn是针对神经网络运算的一个“功能键”

2.1 下载与安装CUDA

根据上述的显卡驱动与cuda版本之间的对应关系，我们能从Nvidia官网找到对应系统与显卡驱动下的cuda版本。

可以看见最新的版本已经CUDA已经更新到了12.1.1，但根据安装的显卡驱动与cuda的对应，我选择11.7.0进行安装。

选择local版本，然后在终端中依次输入

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

wget 是下载此版本的CUDA到当前位置，如果没有换源的话会花上一段时间（但实测也不会很慢）
运行.run程序后，依次点击Contunue，然后键入accept

然后取消掉Driver，选择Install,安装完成后，我们接着需要修改环境变量让linux知道CUDA安装到当前账户下了

sudo vim ~/.bashrc

键入i进入编辑模式，在开头添加：

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

然后输入esc, 输入:wq保存退出，
在终端输入, 运行 .bashrc 系统环境更新：

source ~/.bashrc
sudo ldconfig

2.2 验证CUDA安装：

nvcc -V

三、cuDNN下载

在nvidia官网下载cuDNN选择CUDA 11.X版本适用的cuDNN v8.9，选择Linux x86版本后缀为Tar的文件本地下载（可加速doge）使用FileZilla传输至服务器目录，上传后输入解压缩：

tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz

解压缩后，需要如在windows平台一样进行CUDA拷贝，激活cuDNN:

sudo cp cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/include/cudnn*.h /usr/local/cuda/include 

sudo cp -p cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/lib/libcudnn* /usr/local/cuda/lib64

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

至此，完成了cuDNN在CUDA中的激活。

四、pytorch环境配置

4.1 Anaconda-Linux安装

在这里找到你需要的Anaconda版本

以我的服务器安装为例，输入：

wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh

如果wget指令失效，需要手动安装一下：

apt-get install -y wget

给权限，并安装：

chmod +x Anaconda3-2023.03-1-Linux-x86_64.sh
./Anaconda3-2023.03-1-Linux-x86_64.sh

一直Enter向下，并最终输入yes，在选择是否添加环境变量选择yes
输入：安装成功

conda -V

4.2 创建虚拟环境

conda create -n DL01(自己起名) python=3.9

激活虚拟环境：

conda activate DL01

安装pytorch 1.13.1这里，我选择了pip安装

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117

这里不推荐使用最新torch 2.0版本，原因在于timm库暂时没有支持。

4.3 测试安装与cuda调用

查看环境：

conda info --envs