ubuntu18.04.5+cuda10.2+cudnn+anaconda3+pytorch1.7

安装显卡驱动

1.卸载现有驱动

sudo apt-get remove --purge nvidia*

2.安装ppa显卡驱动源

sudo apt-get update
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

3.检查显卡和推荐的驱动

sudo apt-cache search nvidia
ubuntu-drivers devices

4.自动安装推荐的显卡

sudo ubuntu-drivers autoinstall

安装cuda10.2

链接: cuda官网
选择需要的配置

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda-repo-ubuntu1804-11-3-local_11.3.1-465.19.01-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-3-local_11.3.1-465.19.01-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-3-local/7fa2af80.pub
sudo apt-get updatesudo apt-get -y install cuda

添加cuda环境变量

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

安装cudnn

链接: cudnn官网.
选择那三个18.04的按照顺序dpkg安装就行，网上好多人都是复制库安装的，我觉得这个deb安装明显更容易呀

安装anaconda3

链接: Anaconda3.选择自己需要的版本

bash Anaconda3-5.3.1-Linux-x86_64.sh 

安装过程让你输入yes or no
除了那个vs code 我都选择了yes
下面可以创建一个虚拟环境安装pytorch

安装pytorch1.7

1.建立虚拟环境

conda create -n test(自己命令) python=3.6

2.激活虚拟环境

activate test

3.安装第三方依赖环境，如numpy,mkl,cffi

conda install numpy mkl cffi

4.进入官网，找到合适自己的版本及命令
链接: pytorch.

1.conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch
2.pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
3.pip install torch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0

测试torch是否成功

torch.cuda.is_available() # True则ok

安装opencv

sudo apt-get install libopencv-dev
sudo apt-get install python-opencv