四、服务器环境（Linux + Anaconda + python 3.7.11 + cuda 10.0 + pytorch-gpu 1.4.0的安装）

时间：2022年3月31日
问题：前几天安装一个图像处理库时，下面提示安装pytorch-cpu没在意，结果今天在服务器上测试的时候出现问题：（大概就是cuda不能用）
指令后加上：
python3 train.py --dataroot ./datasets/label2image --name label2image_cyclegan --model cycle_gan --pool_size 50 --no_dropout –gpu_ids -1
就是使用cpu运行程序便可以运行了，但是这意思是我不能用gpu了。
原因：pytorch现在是cpu版本

问题的解决方案就是卸了重装，但是一旦pytorch是CPU的，里面有很多东西都改了，包括函数啥的，简单粗暴的我当然是选重装了。
有一篇删除pytorch的博客，不清楚有没有用：
https://blog.csdn.net/qq_46941656/article/details/119701547

重装首先是cuda版本，
nvcc -V指令下显示10.0
nvidia -smi 指令下显示是11.2
这个问题之前讨论过，以nvcc -V显示的为准。

2022年4月更新：
可以看到nvcc -v 和 nvidia-smi 两个对应的CUDA版本并不一样，其实是因为CUDA 有两种API，分别是 运行时 API 和 驱动API，即所谓的 Runtime API 与 Driver API。 nvidia-smi 的结果除了有 GPU 驱动版本型号，还有 CUDA Driver API的型号，这里是 10.0。而nvcc的结果是对应 CUDA Runtime API。
而我们安装的时候，要和nvcc的保持一致。
以上所说的都是机器的cuda，而anaconda也有自己的cuda。
anaconda有一个包叫cudatookit，在安装pytorch gpu版的时候要安装（不知道是不是可选，有时候没装也没事。）
cudatookit的版本，介于nvcc-V 和 nvidia-smi的版本之间就不会有错。不用非得和nvcc-V的版本保持一致，这是我实践出来的。
只装anaconda的cudatookit 我感觉不行，但是没试过。

在Windows、docker、Anaconda上都适用。

所以版本是10.0，在官网是找不到1.2以上的版本的链接的。
版本对应表如下：



然后，根据

https://blog.csdn.net/qq_36246347/article/details/106721535?spm=1001.2101.3001.6650.3&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-3.pc_relevant_antiscanv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-3.pc_relevant_antiscanv2&utm_relevant_index=6

pip install torch===1.4.0+cu100 torchvision===0.5.0+cu100 -f https://download.pytorch.org/whl/torch_stable.html

成功装上了pytorch1.4。

利用上篇博客中测试代码进行测试没问题。

import time
import torch 
print(torch.__version__)
##################################################
print(torch.cuda.is_available())
for i in range(1,10):
    start = time.time()
    a = torch.FloatTensor(i*100,1000,1000)
    a = a.cuda() #a = a
    a = torch.matmul(a,a)
    end = time.time() - start
    print(end)

但是，在执行的过程中又出现：
ImportError: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21‘ not found
这个错误也是一开始就有的 动态路径问题。
参考：
https://blog.csdn.net/weixin_31866177/article/details/110231292?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1.pc_relevant_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1.pc_relevant_default

在这里面要注意路径的修改：

strings /data/XXX/anaconda3/bin/../lib/./libstdc++.so.6 | grep GLIBCXX_3.4.21

这一句应该是：就是自己的anaconda地址。

strings /usr/local/anaconda3/bin/../lib/./libstdc++.so.6 | grep GLIBCXX_3.4.21

vim /home/XXX/.bashrc

改为：

vim /home/czf/.bashrc

另外，vim的指令：

i : insert
ESC : 退出当前模式
:wq! : 保存并退出
:q! : 退出

补充：装好一切后，又出现错误，大概就是在高版本pytorch训练的模型不能在低版本pytorch上使用。所以要重新训练啦。

3090服务器：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1