Ubuntu 20.04 安装CUDA11.6，cuDNN9.1.0，pytorch1.12.0，torchvision0.13.0记录

换了4090显卡和新的固态硬盘，重装深度学习环境，记录一下。

1. 检查显卡驱动是否安装

nvidia-smi

我安装的是最新的550，一般是可以兼容旧版本的，用的比较多的稳定版本是525

 2. 安装CUDA

https://developer.nvidia.com/cuda-11-6-0-download-archive

wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run
sudo sh cuda_11.6.0_510.39.01_linux.run

安装的时候：

1 Do you accept the above EULA? - accept

2 取消勾选Driver，因为我们已经安装了550

3 install

4 安装完添加路径

sudo gedit ~/.bashrc

在最后添加：

export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH

别忘了更新

source ~/.bashrc

检查一下

nvcc --version

** Ubuntu 22.04 CUDA11.6 OK

3. 安装cuDNN（非必须）

cuDNN 9.1.0 Downloads | NVIDIA Developer

按照网站的命令行写就行了

4. 安装pytorch

Previous PyTorch Versions | PyTorch
 

对应版本参考：PyTorch中torch、torchvision、torchaudio、torchtext版本对应关系_torch2.0.1对应的torchvision-CSDN博客

conda install pytorch==1.12.0 torchvision==0.13.0 cudatoolkit=11.8 -c pytorch

上面这个是cpu版本的，不能下！！torch识别不出来！

下载下面cuda版本的：

pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu116

安装好之后，验证一下：

python

import torch, torchvision

print(torch.cuda.is_available())

print(torch.__version__)

print()

print(torch.version.cuda)

from torch.backends import cudnn

print(cudnn.is_available())

print(torch.backends.cudnn.version())

cr:https://blog.csdn.net/u010422712/article/details/126444478

遗留问题：

1 cuda11.8可以兼容cuda11.6的torch吗？A：最好不要，后面似乎有不兼容的情况，我先安装的11.8后来换回11.6了

2 cuDNN为什么没用自己安装的9.1.0版本