Ubuntu 16.04：Pytorch环境搭建（NVIDIA驱动 + CUDA 9.0 + CUDNN 7.0 + Pytorch）

终于，在倒腾了4天后，搭好了环境！

1. NVIDIA驱动安装

添加Graphic Drivers PPA：
$sudo add-apt-repository ppa:graphics-drivers/ppa
更新Nvidia驱动程序：
$sudo apt-get update
在System Settings -> Software & Updates -> Additional Drivers中选择适配的驱动，点击Apply Changes。如下图：

验证是否安装成功：
$nvidia-smi
如下图：

2. CUDA 9.0安装

在官网上下载CUDA Toolkit安装包。一定要按照系统的版本选择相应的包，避免不必要的麻烦。我之前用Fedora 27安装CUDA，被告知“unsupported configuration”，所以换到了ubuntu下。

选择9.0而不是9.1版本的原因是，Pytorch还未有适合9.1的。这又一次说明了“最新的不一定是最适合的”这一道理。

下载完成后，运行.run文件。长按回车键以阅读协议并“accept”协议；第一个“yes/no”（是否安装NVIDIA驱动）选择no；其余更具自己的需求设置。

验证是否安装成功：

$cd /usr/local/cuda/samples/1_Utilities/deviceQueryDrv
$make
$./deviceQueryDrv

运行结果如图：

3. CUDNN安装

若是不太明白CUDA、CUDNN是什么，可以看这篇博文CPU、GPU、CUDA，CuDNN 简介。

在官网上下载tar.gz或者其他包，这儿需要账户登录。

按照官方给出的安装手册安装即可。

4. Pytorch安装

官网上可以查看如何安装，不过因为它在GFW之外，所以是查看不到“Run this command”的内容的。

我选择用conda安装的方法。需要先安装Anaconda，安装方法见我的博文Anaconda安装 + Anaconda与Linux原有Python“和平共处”。在博文Linux上用anaconda安装pytorch可以查看相应的命令。

$conda install pytorch torchvision cuda90 -c pytorch

下载会特别慢，而且国内的那些源也没有pytorch，所以只能等。更糟糕的是，还容易超时，就需要重新下载。尽管会特别考验耐性，但是这是可行的方法。

不用担心会不会不适配已有的CUDA、CUDNN和Python版本，因为conda会根据最常用的环境下载相应的包的。

网上还有直接下载.whl文件安装的方法，如果不愿意等的话，可以去尝试。

验证是否安装成功：

$python
>>>import torch

import到包了就表明安装成功。