Ubuntu20.04搭建Pytorch1.8深度学习环境

1. 环境版本

• Ubuntu 20.04
• Python 3.8 (基于anaconda3)
• nvidia-driver 460.73
• cuda-version 11.2
• pytorch 1.8.1

2. 安装过程

1. 安装nvidia驱动

sudo apt install nvidia-driver-460

安装完后重启系统，shell中输入nvidia-smi 出现如下页面即安装成功

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 460.73.01    Driver Version: 460.73.01    CUDA Version: 11.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce MX150       Off  | 00000000:01:00.0 Off |                  N/A |
| N/A   52C    P0    N/A /  N/A |    278MiB /  2002MiB |      7%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A       927      G   /usr/lib/xorg/Xorg                 45MiB |
|    0   N/A  N/A      1694      G   /usr/lib/xorg/Xorg                109MiB |
|    0   N/A  N/A      1878      G   /usr/bin/gnome-shell               37MiB |
|    0   N/A  N/A      2549      G   .../files/bin/baidu-qimpanel       15MiB |
|    0   N/A  N/A      3359      G   ...AAAAAAAAA= --shared-files       62MiB |
+-----------------------------------------------------------------------------+

2. 安装anaconda环境

官网地址：https://www.anaconda.com/products/individual#Downloads

选择对应的版本下载即可
下载下来的是一个sh文件，比如 Anaconda3-2020.11-Linux-x86_64.sh
由于没有执行权限，所以我们需要先给他赋予执行权限，然后安装

sudo chmod 774 Anaconda3-2020.11-Linux-x86_64.sh
bash Anaconda3-2020.11-Linux-x86_64.sh

详细安装过程可以参考 Ubuntu安装Anaconda3

3. 安装 CUDA&cudnn

cuda安装官网地址： https://developer.nvidia.com/cuda-toolkit-archive
选择需要的版本安装即可，这里我选择 CUDA Toolkit 11.2.2 (March 2021), Versioned Online Documentation这一个

点进去有详细的安装方法

先选择自己的平台，这里我是ubuntu20.04
然后下边会有安装命令，按照命令执行即可：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda-repo-ubuntu2004-11-2-local_11.2.0-460.27.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-2-local_11.2.0-460.27.04-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-2-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

执行完后 /usr/local 目录下就会出现cuda的文件

然后将cuda添加到环境变量（追加到 /etc/profile 或 家目录的 .bashrc 中均可）：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda
export PATH=${CUDA_HOME}/lib64:$PATH

shell中执行 source /etc/profile 或 source ~/.bashrc 更新环境变量，shell中输入 nvcc --version 可以看到版本号即成功( 如果不成功，可以尝试重启电脑)

4. 安装 pytorch

pytorch 的清华镜像站地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/

选择要安装的版本，这里采用本地安装方式：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.8.1-py3.8_cuda11.1_cudnn8.0.5_0.tar.bz2
conda install --offline pytorch-1.8.1-py3.8_cuda11.1_cudnn8.0.5_0.tar.bz2

安装完毕后在python中测试

看到可以打印正常版本号，说明安装成功。