Ubuntu20.04环境配置 Anaconda+CUDA+cuDNN+Pytorch_ubuntu使用conda一定要搭配cuda么?

一、Anaconda安装

1.采用清华镜像源下载

采用清华镜像源安装清华大学开源镜像站

目前最新的是2022.05版

进入文件下载的目录里面
cd Downloads
运行.sh文件

bash Anaconda3-2022.05-Linux-x86_64.sh 

1
2

进入注册信息页面，输入yes；

阅读注册信息，然后输入yes；查看文件即将安装的位置，按enter，即可安装，

安装完成后，收到加入环境变量的提示信息，输入yes

2.修改环境变量

将Anaconda添加到用户环境变量中

vim ~/.bashrc

1
2

添加下面内容，用于配置环境

export PATH="~/anaconda3/bin":$PATH
1

shift+： 输入wq 保存退出
保存文件后关闭，然后在终端执行，用于保存环境配置

source ~/.bashrc

1
2

重启终端，会看到命令行前面出现（base）环境，即可默认使用Anaconda3；
可以使用conda -V验证是否安装完毕，若安装完成，则会出现版本号

conda -V
1

二、CUDA安装

1.检查显卡

查看是否安装NVIDIA显卡

lspci | grep -i nvidia
1

查看显卡信息

nvidia-smi
1

2.gcc降版本

ubuntu20.04版本支持11.0以上版本的cuda，官网也只有11.0以上版本的cuda有20.04的下载链接
然而ubuntu20.04默认9.3版本的gcc与g++，所以需要在20.04里面安装7版本的gcc与g++，并将优先级设置在9版本之前。

手动安装gcc-7，命令如下：

sudo apt-get install gcc-7 g++-7
1

安装完gcc-7，系统中就存在两个版本的gcc，因此要设置默认的gcc，命令如下：

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1
1
2

此命令可以通过update-alternatives设置gcc各版本的优先级，优先级最高的为系统默认版本，可以用下述命令显示其优先级：

sudo update-alternatives --display gcc
1

设置默认的g++也是如此：

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1
1
2

显示g++优先级：

sudo update-alternatives --display g++
1

3.CUDA安装

我安装的是CUDA11.0 CUDA11.0官网下载地址
其他同学不一样的，可以自己搜索以下自己的显卡对应的cuda版本，不同的cuda版本，对应不同的cudnn版本，所以千万不要下载错误。否则后续使用pytorch-gpu的时候会发现问题。

点击【linux】—【X86_64】—【Ubuntu】—【20.04】—【runfile (local)】

linux端：把第一行代码复制到终端，下载就可以

wget http://developer.download.nvidia.com/compute/cuda/11.0.2/local_installers/cuda_11.0.2_450.51.05_linux.run
1

在终端下载到Documents文件下
在此文件下输入

sudo sh cuda_11.0.2_450.51.05_linux.run
1

如果已经安装了Nvidia驱动，会提醒移除，此时我们先continue。具体操作看链接4。链接4

4.配置环境

在终端输入

sudo gedit ~/.bashrc
1

然后在文件末尾添加下面2行变量参数，保存

export PATH=/usr/local/cuda-11.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
1
2

保存之后刷新环境变量，输入：

 source ~/.bashrc 
1

查看版本

 nvcc -V
1

三、cuDNN安装

1.CUDA与cuDNN的版本

这两个的版本要匹配

2.cuDNN下载

由于官网下载需要注册用户，比较麻烦。我采用的是别的博客里的网盘下载 链接
链接：https://pan.baidu.com/s/17ICWfbyqq9htcIOcO-C7cA
提取码：meng

将下载的 cuDNN 解压，解压应该会吧，这里就不放图片了，流程如下 【右键解压文件】—【提取到此处】
然后点击cudnn文件夹，在文件夹内，空白处点击右键—【在终端出打开】

输入下面的命令

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 /usr/local/cuda/lib64/libcudnn*  
1
2
3

过程中没有报错就是成功了！

CUDA和cuDNN安装完成！

四、安装pytorch

1.官网下载

新建虚拟环境

 conda create --name yolov5 python=3.9 #（yolo5这里改为自己的虚拟环境名）

1
2

进入自己的虚拟环境后

conda info -e
conda activate yolov5
1
2

安装pytroch pytroch官网

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
1

官网下载速度比较慢 也会报错

2.添加镜像源下载

1.添加pytorch清华源

ubuntu:    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

win64:    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
1
2
3

2.去到PyTorch官网
pytroch官网，按照自己要配的环境，选择相应的选项，因为我用的是anaconda，所以我选择conda指令进行安装。

复制对应的指令，并且删除最后的 -c pytorch

3.检测是否安装成功

在虚拟环境下 输入python

python
import torch
torch.cuda.is_available()
1
2
3

如何查看当前pytorch版本
首先进入python环境

print(torch.__version__)[version左右两边是双下划线]
1

参考链接

Ubuntu 20.04安装Anaconda3及简单使用
Ubuntu20.04安装anaconda并默认激活conda base环境（步骤详细/操作简单实用）
gcc降级+设置优先级+查看
看下面这个链接 超级详细!!
看这个！！ubuntu20.04 下深度学习环境配置 史上最详细教程
gpu版本 清华源安装pytorch