ubuntu20.04+cuda+cudnn+pytorch

一、CUDA

1、

查看Nvidia显卡驱动对应的CUDA版本：

可查看官网给出的匹配表：

CUDA 12.1 Update 1 Release Notes

2、

下载CUDA

CUDA Toolkit Archive | NVIDIA Developer

3、

下一步添加环境路径：

vim ~/.bashrc 

o进入编辑

//末尾添加
export CUDA_HOME=/usr/local/cuda-10.0    
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH   
export PATH=/usr/local/cuda-10.0/bin:$PATH

“ESC”

“:” "wq" "enter"

 4、

保存：source ~/.bashrc

查看：nvcc -V

二、cuDNN

1、

下载

cuDNN Archive | NVIDIA Developer

2、

解压

tar -xvf archive.tar.xz

3、

赋予权限 复制粘贴

sudo su   （exit退出）

cp /home/zld/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/include/cudnn.h  /usr/local/cuda/include

cp /home/zld/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/include/cudnn*  /usr/local/cuda/include

cp /home/zld/cudnn-linux-x86_64-8.9.0.131_cuda11-archive/lib/libcudnn*  /usr/local/cuda/lib64

4、

查看版本

cat /usr/local/cuda-11.8/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

三、PyTorch

1、

安装

Previous PyTorch Versions | PyTorch

conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

2、检查

python
>>> import torch
>>> import torchvision
>>> torch.cuda.is_available()

如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU

---

注：安装anaconda3

conda:未找到命令_只要思想不滑坡办法总比困难多--小鱼干的博客-CSDN博客

1、下载
wget -c https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
wget -c https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh

2、给执行权限
 chmod 775 Anaconda3-2020.11-Linux-x86_64.sh

3、执行安装过程--安装过程中要选yes 和按下enter ，常规操作
bash Anaconda3-2020.11-Linux-x86_64.sh

4、路径
vim ~/.bashrc
o进入编辑
//末尾添加
export CUDA_HOME=/usr/local/cuda-10.0    
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH   
export PATH=/usr/local/cuda-10.0/bin:$PATH
“ESC”
“:” "wq" "enter"

5、
source ~/.bashrc

6、
conda --version

---

全文参考：

Linux安装Nvidia显卡驱动+CUDA+cuDNN+PyTorch - 知乎

---