ubuntu18.04+cuda10.2+cudnn7.6.5+anaconda3+pytorch1.6

ubuntu(18.04)配置pytorch（cuda10.2+cudnn7.6.5）环境

安装流程：

1安装显卡驱动
2安装CUDA
3安装CUDNN
4安装Anaconda3
5确定python版本
6搭建pytorch环境
7总结

1安装显卡驱动

首先查阅自己电脑的显卡配置，打开终端，
输入命令：sudo lshw -c display 回车
按要求输入用户密码
将会看到自己显卡的具体信息

输入命令：sudo ubuntu-drivers devices 回车
将会看到系统给你推荐的三款显卡驱动

输入命令：sudo ubuntu-drivers autoinstall 回车
将会自动安装上一步推荐的显卡驱动

输入命令：sudo apt-get install mesa-utils 回车
将会安装mesa-utils，用来验证驱动安装成功与否

输入命令：glxinfo | grep rendering
结果为Yes,则驱动安装完成。

2安装CUDA10.2

网络查询自己显卡能匹配CUDA的版本，由于CUDA官网只提供最新版本的CUDA，所以自己所匹配的版本若不包含最新的CUDA，则需要通过百度云之类的进行下载到本地安装。（本人显卡已知匹配的有CUDA10.0,10.1,10.2，但是前两者安装后均显示显卡波动，导致ubuntu系统卡死，这里的安装介绍均以CUDA10.2为准）

第一步：
CUDA10.2官方下载链接
http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
下载好了之后，在下载好的安装包路径下右键打开一个终端
输入命令：sudo sh cuda_10.2.89_440.33.01_linux.run 回车
按要求输入用户密码，CUDA便会自动安装。

第二步：
配置环境变量
新开一个终端输入命令：sudo gedit ~/.bashrc
出现一个bashrc文件。

滑到最下面将下面两段代码复制粘贴到下面

export PATH=/usr/local/cuda-10.2/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH

注：敲击i，整个文件可编辑，编辑完成按下Esc，退出编辑；输入:wq回车，退出bashrc文件
退出bashrc文件后回到终端输入命令：source ~/.bashrc

第三步：
验证安装成功与否
在终端输入命令: cd /usr/local/cuda/samples/1_Utilities/deviceQuery 回车
接着输入命令：sudo make 回车
接着输入命令：./deviceQuery 回车
最下面出现PASS，则安装完成。

3安装CUDNN7.6.5

第一步：
下载CUDNN压缩包解压（7.6.5，匹配CUDA10.2）

第二步：
配置CUDNN
配置文件：在安cudnn解压包路径下打开终端，输入以下命令：

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*

第三步：

验证：终端输入命令：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
输出7.6.5 则CUDnn安装完成。

在终端输入：nvidia-smi
输出你所安装的显卡驱动，以及CUDA，GPU信息。

4安装Anaconda3

第一步：
官网下载Anaconda
Anaconda—Products—Individual Edition—滑到最下方选择linux下64-Bit(X86)installer(550)
对应链接如下：
https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh

第二步;
本地安装anaconda
在anaconda下载保存的路径下打开终端
输入命令：sudo sh Anaconda3-5.3.0-Linux-x86_64.sh
一路yes 回车，accept 直至完成安装。

第三步：
配置环境变量：
新开一个终端输入命令：sudo gedit ~/.bashrc
会出现一个bashrc文件。

滑到最下面将下面这段代码复制粘贴到下面
export PATH=/home/用户名/anaconda3/bin:$PATH

注：敲击i，整个文件可编辑，编辑完成按下Esc，退出编辑；输入:wq回车，退出bashrc文件
退出bashrc文件后回到终端输入命令：source ~/.bashrc

第四步：
验证：输入命令：nvcc -V
输出显示你的anaconda版本.

5确定python版本

这里anaconda3默认python是3.8.3，这里我更改为了3.6.10
通过输入命令：conda install python=3.6

安装python3.6.10

验证：在终端输入：python
显示python版本信息为3.6.1

6 搭建pytorch环境

由于我后续的实验对于pytorch版本要求>=1.4，所以我这里直接在官网选择了符合cuda10.2,ubuntu18.04操作系统的最新版本pytorch1.6，
在终端输入命令; conda install pytorch torchvision cudatoolkit=10.2 -c pytorch
或者：pipinstall torch torchvision

验证：在终端输入：python
接着输入：import torch
无报错且有输入提示符则安装成功。

7总结

安装的各个软件或者驱动之间相互匹配： 系统版本ubuntu18.04—显卡驱动440—CUDA版本10.2—CUDnn版本7.6.5—Pytorch1.6 Python3.6 由于ubuntu18.04不用考虑gcc版本 再一个，网速一定要好，网速一定要好，网速一定要好！