人工智能学习用的电脑安装cuda、torch、conda等软件，版本的选择以及多版本切换

        接触人工智能的学习三个月了，每天与各种安装包作斗争，缺少依赖包、版本高了、版本低了、不兼容了、系统做一半从头再来了。。。这些都是常态。三个月把单位几台电脑折腾了不下几十次安装，是时候总结一下踩过的坑和积累的经验了。

        以一个典型的学习人工智能Ubuntu系统电脑为例，其软件结构和安装顺序为：ubuntu-->显卡相关（驱动、cuda、cudnn）-->anaconda-->pytorch（torch和vision）-->pycharm-->算法应用平台（比如mmdetection)。虽然算法应用平台是最后安装的，但是各个软件的版本选择却必须从算法应用平台的版本开始，因为所有的安装都是为了最后的算法应用平台服务的。这是初学的时候最容易踩的坑，往往费劲九牛二虎之力，到了最后的环节才发现版本不兼容，又得从头再来。我第一次安装用了一个星期才成功。

        下面就重新再从头安装一次系统，并作记录以备忘。

一、Ubuntu的版本选择

        Ubuntu的版本是向下兼容的，目前我安装过3个不同时期的版本，还没有遇到过由于版本过新造成的不兼容。所以Ubuntu的版本选择，原则上是越新越好。唯一需要注意的是，非常新的版本有可能对老硬件支持不好，比如我就在华硕x99主板电脑上安装v24.10Ubuntu不成功，换为v22.04Ubuntu后就安装成功了。

二、安装Ubuntu

        安装过程略，详见下面链接的文章：使用 MMDetection 实现 Pascal VOC 数据集的目标检测项目练习（二）系统安装_pascal voc数据集-CSDN博客

三、显卡驱动的版本选择

        显卡驱动可以新一些，它是向下兼容的，不选最新版，选较新版就可以，比较新的版本支持的最高cuda版本会高些，会让后面的使用多一些选择。

        在Ubuntu系统安装完成之后，从设置-->关于-->软件升级-->附加驱动那里安装，成功率会很高。不要用那种下载官网驱动然后本地安装的方法，很麻烦，很容易黑屏变砖。

注意别选open kernel版的，我没试过，看别人说的不要选。 

四、安装最高版本的cuda

        安装完Ubuntu之后，在安装Ubuntu时创建的这个默认用户下将系统软件和显卡驱动升级，并且安装最高版本的CUDA。

允许安装的最高CUDA版本，输入以下命令后查看：

nvidia-smi

        记住这个坑：CUDA VERSION 12.2，如果显示12.2，那么就装12.1，因为刚好pytorch在这个附近只有支持cuda12.1的版本，没有支持v12.2的。

打开：https://developer.nvidia.com/cuda-12-1-0-download-archive

        复制图中方框内的链接文字，用下载工具或者在浏览器地址栏输入链接，下载cuda12.1安装文件：cuda_12.1.0_530.30.02_linux.run。

        安装过程略，详见上面链接的文章。使用 MMDetection 实现 Pascal VOC 数据集的目标检测项目练习（二）系统安装_pascal voc数据集-CSDN博客

        之所以要先安装最高版本的cuda，是因为在安装多个版本cuda时，如果先装了一个低版本的，再安装高版本的时候就报错不允许安装，而安装了一个最高版本后，就可以继续随意安装比它低的版本。

        在这个cuda版本中，暂时没有需要的应用，所以cudnn、conda、torch等暂不安装，需要时再装。

        然后根据各个算法应用平台对于cuda和python、torch等的版本特定要求，创建新的用户，每个用户安装特定版本的cuda和其他软件。

五、特定版本的选择和下载安装

创建一个新用户，并添加sudo权限：

sudo adduser 新用户名
sudo usermod -aG adm 新用户名
sudo usermod -aG sudo 新用户名

        比如，我们这里新建一个名为mmde的用户，创建这个用户的目的是为了安装和运行mmdetection，下面就以运行mmdetection的平台配置为例：

sudo adduser mmde
sudo usermod -aG adm mmde
sudo usermod -aG sudo mmde

重启电脑登录新用户，开始安装特定版本的应用程序和软件框架。

        在mmdetection官网：