ubantu系统安装pytorch GPU版本

博客链接

0 准备工作

用conda安装Pytorch过程中会连接失败，这是因为Anaconda.org的服务器在国外，需要切换到国内镜像源：

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 --add channels <https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/> 

设置搜索时显示通道地址

conda config --set show_channel_urls yes

创建虚拟环境并激活之，在该环境下安装下面的包：

conda create -n pytorch_gpu python=3.6
source activate pytorch_gpu

1 安装显卡驱动

1.1. 查看显卡硬件型号

在终端输入：ubuntu-drivers devices，可以看到如下界面：

从上图可以看出，我的显卡是：[GeForce GTX 1080 Ti]，所以推荐安装的版本号是nvidia-driver-435 - distro non-free recommended。

1.2. 开始安装

• 如果同意安装推荐版本，那我们只需要终端输入：sudo ubuntu-drivers autoinstall 就可以自动安装了。
• 当然我们也可以使用 apt 命令安装自己想要安装的版本，比如我想安装 340 这个版本号的版本，终端输入：sudo apt install nvidia-340 就自动安装了。
• 安装过程中按照提示操作，除非你知道每个提示的真实含义，否则所有的提示都选择默认就可以了，安装完成后重启系统，NVIDIA 显卡就可以正常工作了。安装完成后你可以参照 https://linuxconfig.org/benchmark-your-graphics-card-on-linux 上的介绍测试你的显卡。
• 最后reboot重启就可以了

1.3. 查看NVIDIA驱动版本

输入nvidia-smi：显示如下：

2 安装CUDA

0 CUDA对应的NVIDIA驱动版本对照表

一般而言，不同版本的CUDA要求不同的NVIDIA驱动版本,同时显卡驱动版本要不低于CUDA的安装版本，具体的对照关系如下：官网地址

1 安装CUDA

按照上述对应表，找到要按照的CUDA版本，比如按照上图来说应该安装9.2版本

conda install cudatoolkit=9.2 -n pytorch_gpu -c <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/>

2 安装cuDNN

所安装的cuDNN版本注意和CUDA对应，可以在CUDA官网找到版本对应关系：

conda install cudnn=7.6.5 -n pytorch_gpu -c <https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/>

3 找到对应pytorch版本

先到官网找到在你的操作系统、包、CUDA版本、语言版本下对应的安装脚本，官网地址，直接根据你的实际情况选择Pytorch安装包版本，然后复制页面自动生成的脚本进行安装。

运行：

conda install pytorch torchvision cudatoolkit=9.2 -c pytorch

# 3 测试

import torch
flag = torch.cuda.is_available()
print(flag)

ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

结果：

True
cuda:0
GeForce GTX 1080
tensor([[0.9530, 0.4746, 0.9819],
        [0.7192, 0.9427, 0.6768],
        [0.8594, 0.9490, 0.6551]], device='cuda:0')

参考链接

1. Anaconda环境安装GPU版本Pytorchanaconda pytorch gpu
2. CUDA对应的NVIDIA驱动版本对照表_zhw864680355的博客-CSDN博客_cuda对应的驱动版本
3. pytorch：测试GPU是否可用_明月几时有，把酒问青天-CSDN博客_torch gpu