联想拯救者Y7000P-RTX3060安装显卡驱动 CUDA cudnn anaconda pytorch pycharm

ubuntu配置深度学习环境

1. 关闭原有开源驱动:
   1. 删除原有nvidia驱动（选做）sudo apt purge nvidia*
   2. 关闭系统自带驱动nouveau sudo gedit /etc/modprobe.d/blacklist.conf并在文件末尾加上

      blacklist nouveau
      options nouveau modeset=0
      

   3. 应用更改 sudo update-initramfs -u
   4. 重启　reboot
2. 安装nvidia驱动
   1. 在Software & Update中选择最上方的驱动安装，安装完成后按要求重启
   2. 终端输入nvidia-smi即可查看显卡信息，右上角的CUDA Version为支持的最高版本的CUDA
3. 安装CUDA
   1. 在官网中选择合适版本，注意选择runfile文件
   2. 在终端执行官网给出的两条命令

      wget https://developer.download.nvidia.com/compute/cuda/*.*.*/local_installers/cuda_*.*.*_*.*.*_linux.run
      sudo sh cuda_*.*.*_*.*.*_linux.run
      

   3. 安装时注意不要再安装它推荐的显卡驱动
4. 配置CUDA环境变量
   1. sudo gedit ~/.bashrc
   2. 在文件末尾加上:（*为CUDA版本）

      export PATH=/usr/local/cuda-*.*/bin${PATH:+:${PATH}}
      export LD_LIBRARY_PATH=/usr/local/cuda-*.*/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
      

   3. source ~/.bashrc
   4. 查看CUDA信息 nvcc -V
5. 安装cudnn
   1. 在官网选择合适版本的cudnn，下载　cuDNN Library for Linux （x86_64）　安装包
   2. 解压 tar -zxvf cudnnXXXXXXXXXX.tgz
   3. 将cudnn相关文件放入CUDA文件夹中：

      sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
      sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
      sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
      

   4. 查看cudnn的信息 cat /usr/local/cuda-11.3/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
6. 安装Anaconda
   1. 在Anaconda官网下载后执行 bash AnacondaXXXXXXX.sh
7. 安装Pytorch
   1. 建立pytorch的虚拟环境　conda create -n pytorch
   2. 进入该虚拟环境 conda activate pytorch
   3. 在Pytorch官网找到合适版本，执行官方给出的命令
   4. 终端输入 python
   5. import torch 回车后若无输出则pytorch安装成功
   6. torch.cuda.is_available() 回车后若输出True则cuda可用
   7. 按Ctrl+z退出python
8. 安装Pycharm
   1. 在Pycharm官网找到合适版本，下载安装包
   2. 解压 tar -zxvf pycharmXXXXX.tar.gz
   3. 进入Pycharm文件夹中的bin文件夹 cd ./pycharm-community-*.*/bin
   4. 运行Pycharm sh pycharm.sh
   5. 在setting中选用anaconda的pytorch环境中的python解释器
   6. 新建.py文件，输入:

      import torch
      torch.cuda.is_available()
      

      运行该文件，输出True则配置完成