Ubuntu18.04系统下CUDA9.0+cuDNN+Anaconda3+Pytorch的安装与配置

 

  一 安装CUDA 9.0

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台，能够为开发者们提供利用GPU并行计算的API。

博主的电脑是64位的，显卡为GTX950m，系统是Ubuntu 18.04。

目前NVIDIA最新版本的显卡驱动为422.50，对于Linux系统，CUDA9.0支持的最低版本的显卡驱动为384。

博主笔记本显卡硬件比较旧，最新版本的驱动会出现兼容性问题。综合各方面考虑，我选择安装384版本的显卡驱动，保证了兼容性的同时，也支持CUDA9.0。

显卡驱动下载地址： http://www.nvidia.cn/page/home.html

系统安装了GCC，默认是最新7.5版本的GCC。

参考http://www.imooc.com/wenda/detail/606381 的用户@智慧大石：CUDA 9.0，9.1支持的GCC最高版本为6。

所以必须对GCC回滚到6以下，我选择了5.5版本。

具体方法见：

https://blog.csdn.net/baimafujinji/article/details/89506896?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

接下来进入Nvidia官网下载CUDA9.0

将Base Installer和Patch1-4都下载下来。

值得注意的是，CUDA9.0下载界面上只可以选择17.04和16.04的版本。虽然本机系统为18.04，但也可以安装16.04版本的CUDA9.0。（参考:https://blog.csdn.net/baimafujinji/article/details/89506896 ）

 

下载完毕后，进入安装文件所在的目录，输入：

sudo sh cuda_9.0.176_384.81_linux.run

开始 进行安装，除了是否安装显卡驱动选no以外（上一步已经手动安装了驱动），其余均选yes或者accept。

安装剩余的4个Patch，方法同上。

$ sudo sh cuda_9.0.176.1_linux.run 
$ sudo sh cuda_9.0.176.2_linux.run 
$ sudo sh cuda_9.0.176.3_linux.run
$ sudo sh cuda_9.0.176.4_linux.run

将 cuda添加到环境变量。重新在桌面打开一个终端，输入：

gedit .bashrc  # 打开配置文件

 

在文件的最后添加如下路径：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/

然后运行：

source .bashrc

检验 cuda 是否安装成功，命令如下：

nvcc -V

二 安装cuDNN

 

CUDNN(CUDA Deep Neural Network Library)是用于深度神经网络的GPU加速库，也是CUDA的扩展计算库。

进入Nvidia官网cuDNN下载界面 ，登陆账号后即可下载cuDNN v7.6

一般情况下网速会非常慢，如果你的电脑是win7系统，那么你可以从百度网盘下载cudnn v7.1 for cuda 9.0(win7-64位系统），下载链接：https://download.csdn.net/download/weixin_38765304/12266475

以tar file的形式安装，下载第3项library for linux即可。其余的是以debian file形式安装所需下载的文件。

下载后解压，进入解压后文件夹cuda所在的目录，输入：

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
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

再输入：

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

即可查看cuDNN的安装信息，说明安装成功。

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 5

 

三 安装Anaconda

conda是一个开源的包、环境管理器/系统，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，是以后开发所必须的软件。

在清华大学开源镜像站下载Anaconda，选择：

 

下载完毕后，用CD命令，到安装文件也就是.sh文件所在目录下，输入：

bash Anaconda3-5.3.1-Linux-x86_64.sh

按回车键继续

 

       

一直按回车键，直至出现yes or no?再按yes

接下来就是Anaconda安装过程,除了是否安装VScode选no以外,其余全部选yes。因为接下来会安装Pycharm作为IDE

输入以下命令验证是否成功：

conda --version

注意如果你的anaconda安装在/root文件夹下，则必须进入root模式，再输入命令。

为了快捷的下载，在anaconda中添加清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --set show_channel_urls yes

anaconda安装完毕。

 

四 安装Pytorch

首先要建立一个虚拟环境来避免各个版本的python或者框架之间的相互干扰。

conda create -n pytorch python=3.6

注意conda别漏了，和windows系统激活虚拟环境的区别在此。

若不指定python版本，则会默认装最新版本的pyton。

激活名称为pytorch的虚拟环境：

conda activate pytorch

 

进入pytorch官网：Pytorch官网 ，点击Previous Pytorch Versions，找到linux系统对应的cuda9.0安装命令

然后复制该命令到terminal，删掉-c pytorch才是使用清华源安装。

        安装完毕！