?配置pytorch 环境用于深度学习

💻Ubuntu20.04 安装显卡驱动

显卡型号是GM200[GeForce GTX TITAN X]
网上搜索了许多教程，本人尝试了最简单的方法：
按下win可以唤出 Software & Updates 管理界面，然后选择“Addtional Drivers”，本人选择第一个选择；
在这里插入图片描述
安装结束了，在终端测试，是否安装成功；
若显示内容，表示驱动安装成功。

nvidia-smi

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.47.03    Driver Version: 510.47.03    CUDA Version: 11.6     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:03:00.0  On |                  N/A |
| 22%   45C    P8    22W / 250W |    262MiB / 12288MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      1157      G   /usr/lib/xorg/Xorg                 78MiB |
|    0   N/A  N/A      1833      G   /usr/bin/gnome-shell               84MiB |
|    0   N/A  N/A      3157      G   ...644175923361352850,131072       93MiB |
+-----------------------------------------------------------------------------+

💻Ubuntu20.04 安装CUDA和cuDNN

😍安装CUDA

请认准官网版本CUDA11.2

在这里插入图片描述

1. runfile 本地安装

运行.run文件，进入协议说明：
错误说明：安装cuda的时候提示有多个显卡驱动：Existing package manager installation of the driver found. It is strongly recommended that you remove this before continuing.
?将命令行路径切换到安装文件所在目录，输入sudo sh cuda_11.2.0_460.27.04_linux.run，输入密码进行安装。
在这里插入图片描述
?安装过程中会有提示，需要输入accept，去掉Driver选项，继续选择Install.安完会有driver未安装提示。

在这里插入图片描述所以Driver就不要了，除了第二个，其他的都不要。（括号里面的叉号是选择的意思，回车进行选择）

Do you accept the above EULA? (accept/decline/quit):
│ accept #输入accept 
│─────────────────────────────────────────────────────
#安装选项，由于我已经安装有Driver: 418.56，所以没有选择。
│ CUDA Installer
│ - [ ] Driver
│      [ ] 418.39
│ + [X] CUDA Toolkit 11.2
│   [ ] CUDA Samples 11.2
│   [ ] CUDA Demo Suite 10.2
│   [ ] CUDA Documentation 10.2
│   Options  
│   Install   #[ ]不选择，带X的是需要安装的部分，之后选择 Install
————————————————

──────────────────────────────────────────────────────────────────────────────┐
│ A symlink already exists at /usr/local/cuda. Update to this installation?    │
│ Yes    #选择Yes进行安装                                                                      │
│ No         
————————————————

在这里插入图片描述

2. 添加环境变量

这一步必不可少。
终端输入命令：vim ~/.profile
按i进入编辑模式，输入：

export PATH=/usr/local/cuda-11.6/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

:wq!保存文件并退出。
重新执行文件：

source ~/.profile #重新执行文件（刷新）
nvcc -V  #测试命令
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Mon_Nov_30_19:08:53_PST_2020
Cuda compilation tools, release 11.2, V11.2.67
Build cuda_11.2.r11.2/compiler.29373293_0

😍安装cudnn

🔐采用tar方式安装

1.下载tgz文件地址

自己找cudnn官方下载地址

2. 解压tgz文件

tar -zxvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
cd cuda # 此处进入cudnn解压的目录

3. 进行拷贝操作

$ sudo cp cuda/include/cudnn.h /usr/local/cuda-10.2/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-10.2/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

4. 查看cudnn版本

$ cat /usr/local/cuda-10.2/include/cudnn.h | grep CUDNN_MAJOR -A 2

以上命令出现问题：cat: /usr/local/cuda/include/cudnn_version.h: 没有那个文件或目录

关于cudnn版本的查看，大部分教程给的操作都是
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
但是新一点的cudnn都无法再通过这条指令查看版本号了
这是因为，新一些的cudnn版本信息都写在在cudnn_version.h而不是cudnn.h

解决此问题：

$ sudo cp cuda/include/cudnn_version.h /usr/local/cuda/include #多加这一行命令
$ cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 #查看cudnn版本
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 1
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

#endif /* CUDNN_VERSION_H */

🔐采用deb方式安装

1.选择下载地址

cudnn官方下载地址
在这里插入图片描述

2. 安装方式选择（deb）

tar方式: 直接下载 cuDNN Library for Linux
deb方式: 需要下载 runtime 、developer 和 Samples
推荐使用deb方式安装：使用tar方式安装没有cudnn_doc_v7文件，无法验证是否安装成功；

3. 将下载的三个文件copy至 home/your_username目录下

在这里插入图片描述

4. 执行命令安装3个库文件（先runtime,再developer,最后samples）

sudo gdebi libcudnn8_8.1.1.33-1+cuda11.2_amd64.deb 
sudo gdebi libcudnn8-dev_8.1.1.33-1+cuda11.2_amd64.deb 
sudo gdebi libcudnn8-samples_8.1.1.33-1+cuda11.2_amd64.deb

5.测试cuDNN是否安装成功

1）复制cuDNN samples到home目录下
$ cp -r /usr/src/cudnn_samples_v7 /$HOME

2) 进入home目录
$ cd $HOME/cudnn_samples_v7/mnistCUDNN/

3) 编译mnistCUDNN 
$ sudo make clean 
$ sudo make

4）运行mnistCUDNN 
$ sudo ./mnistCUDNN