Linux实验室服务器（非root权限）安装Anaconda、Cuda10.0、cudnn、Pytorch1.1.0、torchvision0.4.0

最近在用实验室的服务器复现立体匹配网路CasStereoNet时，出现了pytorch版本不匹配的错误，如下：

RuntimeError: Legacy autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method.

尝试在代码中的model的forward前面加@staticmethod，然后再在使用model的时候，把output=model(input)变成output=model.forward(input)并没有什么用，也尝试了.apply（）的改法还是报错，最后索性换个环境。

安装过程中也踩了很多坑，就写个总结好啦。

目录

一、安装Anaconda

 1. 下载对应版本安装包

2. 进入存放安装包的目录，执行下面的命令

3. 配置环境变量

二、安装Pytorch和torchvison

1. 安装pytorch

2. 安装torchvision

三、安装Cuda10.0、cudnn

1. 安装Cuda10.0

2. 安装cudnn

---

一、安装Anaconda

参考

Linux服务器非root权限下安装Anaconda_x124612的博客-CSDN博客

 1. 下载对应版本安装包

下载地址 ： https://repo.anaconda.com/archive/

2. 进入存放安装包的目录，执行下面的命令

bash Anaconda3-5.3.1-Linux-x86_64.sh

3. 配置环境变量

（1）直接在当前终端输入：

export PATH="/home/用户名/anaconda3/bin:$PATH"

（2）更新使其生效

source ~/.bashrc

（3）最重要的最后，输入

conda

conda就安装完成了，下面就可以创建环境安装pytorch和torchvision了。

二、安装Pytorch和torchvison

CUDA、cuDNN、Pytorch、torchvision的版本对应参考：

Pytorch环境配置——cuda、、cudnn、torch、torchvision对应版本（最全）及安装方法_William.csj的博客-CSDN博客_pytorch cuda cudnn版本对应

1. 安装pytorch

（1）创建环境pytorch110

conda create -n pytorch110 python=3.7

（2）激活pytorch110环境

conda activate pytorch110

方法一：官方指令安装https://pytorch.org/get-started/previous-versions/

找到对应的pytorch版本，然后在终端输入指令（-c pytorch去掉）安装即可。此处需要用到清华的镜像源，关于如何添加删除清华镜像源参考：https://liubingqing.blog.csdn.net/article/details/115071599?spm=1001.2014.3001.5506

方法二：下载安装包下载，也是我使用的方法，pytorch和torchvision的下载地址如下：

https://download.pytorch.org/whl/torch_stable.html

我是下载到本地，然后拖到实验室服务器的文件夹里的。

下载好后，在存有软件包的目录下，执行

pip install torch-1.1.0-cp37-cp37m-linux_x86_64.whl

2. 安装torchvision

像安装pytorch一样，我是下载的安装包安装的

pip install torchvision-0.4.0-cp37-cp37m-manylinux1_x86_64.whl

最后用conda list查看是否安装成功。

使用"conda deactivate"退出pytorch110的环境

三、安装Cuda10.0、cudnn

参考：

Linux服务器非root用户下安装CUDA11.1和cudnn到指定目录_BUAA～冬之恋的博客-CSDN博客_linux安装cuda11.1

非root用户安装cuda10.0和cudnn_Ixiaohuihuihui的博客-CSDN博客

1. 安装Cuda10.0

在安装Cuda10.0之前在"/home/用户名/"下创建文件夹cuda-10.0，后面输入安装路径的时候输入新创建的文件夹的路径，安装在默认路径下没有权限。

使用nvidia-smi指令查看nivdia驱动版本和cuda版本，选择合适的cuda版本。

（1）下载软件包，下载地址：

https://developer.nvidia.com/cuda-toolkit-archive

（2）创建cuda-10.0文件夹

mkdir cuda-10.0
mkdir cuda-10.0/mylib

（3）安装Cuda10.0

bash cuda_10.0.130_410.48_linux.run

选择accept后，会让你选择安装

Install NVIDIA Accelerated Graphics Driver for Linux-x86 64 410.48?(y)es/(n)o/(q)uit: n
Install the CUDA 10.0 Toolkit?(y)es/(n)o/(q)uit: y

 下面是安装路径，问你是否把cuda装在/usr/local，这里要输入自己的路径

 Enter Toolkit Location
[default is /usr/local/cuda-10.0]:/home/用户名/cuda-10.0

Do you want to install a symbolic linkat /usr/local/cuda?(y)es/(n)o/(q)uit:n
Install the CUDA 10.0 Samples?(y)es/(n)o/(q)uit: y

下面是cuda samples的安装路径

Enter CUDA Samples Location
[ default is /home/dailh ]: /home/用户名/

 （4）更改环境变量

export PATH="/home/用户名/cuda-10.0/bin:$PATH"
export LD_LIBRARY_PATH="/home/用户名/cuda-10.0/lib64:/home/用户名/cuda-10.0/mylib/lib64:$LD_LIBRARY_PATH"

source ~/.bashrc

 在终端输入

nvcc -V

检查cuda的版本是不是10.0。

2. 安装cudnn

（1）去官网下载对应版本的cudnn，地址：

https://developer.nvidia.com/rdp/cudnn-archive#a-collapse804-111

（2）解压

tar -xzvf cudnn-10.0-linux-x64-v7.6.5.32.tgz

（解压后的文件是cuda）然后

cp /home/用户名/cuda/include/cudnn.h  /home/用户名/cuda-10.0/include/  
cp /home/用户名/cuda/lib64/libcudnn*  /home/用户名/cuda-10.0/lib64

chmod a+r /home/用户名/cuda-10.0/include/cudnn.h  /home/用户名/cuda-10.0/lib64/libcudnn*

然后就安装成功可以正常跑啦！