ubuntu18.04配置CUDA10.2+CuDNN+PyTorch

Ubuntu18.04 python环境搭建 pycharm+anaconda3

一.安装显卡驱动

参考

ubuntu-drivers devices
sudo ubuntu-drivers autoinstall

测试安装

nvidia-smi

二.安装CUDA

CUDA官网下载对应版本的本地run文件，执行下方的两条命令

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
sudo sh cuda_10.2.89_440.33.01_linux.run

建议移除已安装的驱动，选择继续，后面安装的时候不选择驱动

Do you accept the above EULA? (accept/decline/quit): accept

不选驱动，install

安装完成

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 440.00 is required for CUDA 10.2 functionality to work.
这个警告是因为安装时没选择驱动，忽略

添加环境变量：

sudo gedit ~/.bashrc

在打开的文件末尾添加：

export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"

保存文件
生效：

source ~/.bashrc

测试CUDA安装完成：

nvcc -V

三.安装CuDNN

下载对应版本的cuDNN 需要登录 （安装文档）

选择cuDNN Library for Linux

进入下载的文件夹，解压：

tar -xvzf cudnn-10.2-linux-ppc64le-v7.6.5.32.tgz 

将文件复制到cuda toolkit目录，改变文件权限

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

四.安装PyTorch

方法一：
PyTorch首页
查看对应版本的命令

pip install torch torchvision

方法二：离线安装
下载对应的版本
torch
torchvision
下载后安装对应的文件 pip install XXX.whl

安装完成
查看torch版本

python
import torch
torch.__version__
# 输出
'1.5.0'