win10+ubuntu18.04+anaconda+RTX3090+cuda11.0+cudnn+pytorch1.7
win10+ubuntu18.04+anaconda+RTX3090
-
- win10+ubuntu18.04
- 3090显卡驱动
- anaconda
- 安装cuda11.0
- 安装tim
- pytorch1.7
win10+ubuntu18.04
参考：https://www.cnblogs.com/masbay/p/11627727.html
本人分区设置：
3090显卡驱动
- 更换ubuntu为阿里源或者清华源等（https://www.cnblogs.com/fanbi/p/10423080.html）
- 安装vim:
sudo apt-get install vim - 如果没有gcc,安装：
sudo apt-get install build-essential - 安装显卡驱动，参考：https://blog.csdn.net/new_delete_/article/details/81544438 ，我这里选择本地安装 官网下载的run包。
anaconda
下载符合要求的anaconda安装包，我的是Anaconda3-5.3.0-Linux-x86_64.sh，进行安装
安装cuda11.0
1.安装cuda，注意别安装显卡驱动
sudo ./cuda_11.0.2_450.51.05_linux.run
安装完成后添加环境变量：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=/usr/local/cuda
测试是否安装成功：
cd /usr/local/cuda-11.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
最后显示：deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.1, CUDA Runtime Version = 11.0, NumDevs = 1
Result = PASS
则安装成功
2.安装cudnn
官网下载解压
替换部分内容到cuda中：
sudo cp cuda/include/cudnn.h /usr/local/cuda-11.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.0/lib64
sudo cp cuda/include/cudnn_version.h /usr/local/cuda-11.0/include
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
验证是否成功：
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
若输出
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 0
#define CUDNN_PATCHLEVEL 4
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#endif /* CUDNN_VERSION_H */
则表示安装成功
安装tim
参考： https://www.jianshu.com/p/8b3797baa24d
pytorch1.7
- 首先设置conda清华源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
此时，目录 C:\Users<你的用户名> 下就会生成配置文件.condarc，注意删掉其中第三行defaults，最终内容如下：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
show_channel_urls: true
删除清华源改回默认源
conda config --remove-key channels
2.设置pip国内源：
pip国内的一些镜像
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn
linux:
修改 ~/.pip/pip.conf ：
sudo vim ~/.pip/pip.conf
也可以在对应目录下手动创建。
修改为以下内容：
[global]
index-url = https://mirrors.aliyun.com/pypi/simple
[install]
trusted-host = https://mirrors.aliyun.com
3.创建虚拟环境
conda create -n pytorch python=3.7
如果遇到Solving environment: failed，conda.core.subdir_data.Response304ContentUnchanged错误
使用conda clean -i即可
激活虚拟环境（在conda prompt环境下完成）
source activate pytorch
查看已有的环境(当前已激活的环境会显示一个星号)
conda info -e
删除一个已有的虚拟环境
conda remove --name your_env_name --all
- 安装pytorch1.7
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
待续…
5.安装tensorflow1.15.4
参考博文：
https://blog.csdn.net/wu496963386/article/details/109583045?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.control