-
准备一台有GPU的电脑、一个Ubuntu18.04，把软件源换成清华源，安装gcc（这个若版本不对可以后续再调整）
-
安装Anaconda：选取版本3-5.2.0，这个版本里自带的python是python3.6
（1） 百度搜索“anaconda 清华源”
（2）找到“Anaconda3-5.2.0-Linux-x86_64.sh”进行下载
（3） 运行该脚本：bash Anaconda3-5.2.0-Linux-x86_64.sh，选择将anaconda路径加入到PATH中
-
打开PyTorch官网：根据你选择的环境官网会给你一条命令，比如conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch，在命令行里运行该命令，查看要安装的PyTorch所需要的python版本、CUDA版本，最重要的是看清CUDA版本，因为它不好卸载（这里有一个我没试过，但觉得靠谱的方法）！比如我看到日志里出现了计划安装pytorch: 1.9.0-py3.6_cuda10.2_cudnn7.6.5_0 pytorch，我就知道该PyTorch的版本是1.9.0，需要python3.6、CUDA10.2、CuDNN7.6.5；此时如果anaconda中自带的python版本不对我们可以再调整，比如卸载anaconda（就是把那个文件夹删除）再安装合适版本的anaconda，保证自带的python版本和PyTorch需要的python版本对应
-
安装显卡驱动：安装Nvidia驱动440.33，该版本是与即将安装的CUDA10.2对应的，网上可以查到驱动与CUDA的版本对应情况；若安装成功，则输入nvidia-smi会有内容显示
-
安装CUDA：选取版本10.2，下载相应版本的CUDA，官网会根据你选择的环境生成一些安装命令，逐一运行就行了（我选择的是deb形式的安装，没有像大多数网上教程那样用的runfile形式的，好像也没影响）；然后在.bashrc文件里面最后一行写入环境变量（网上资料也是说写哪个都有的，反正都写上准没错）
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"
通过以下命令验证CUDA安装成功，如果显示PASS则安装成功
cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make -j2
sudo ./deviceQuery
-
安装CuDNN：选取版本7.6.5，注册一个Nvidia账号，下载相应版本的CuDNN，下载的文件夹里有一个cuda文件夹，将其中的文件复制到系统的cuda文件夹下就是安装成功了
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*
-
安装PyTorch：官网会根据你选择的环境生成一些安装命令，运行即可，conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch，期间会下载的非常慢，耐心等待即可（我等了一天）
-
验证PyTorch安装成功：输入python之后输入import torch，如果不报错的话就是安装成功了；若报错“UserWarning: Failed to initialize NumPy: No module named ‘numpy.core._multiarray_umath’ ”，则是由于numpy版本太低造成的，按如下方式更新numpy，pip install --upgrade numpy，注意千万不能用conda更新numpy，否则会给你自动把python从3.6更新到3.9，这样就和PyTorch所需的版本不匹配了！如果误安装了，只能卸载ananconda然后重新安装；接着验证CUDA在PyTorch中是否能用，输入命令torch.cuda.is_available()，若输出为True，则证明成功安装CUDA版本的PyTorch
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
